期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于级联卷积神经网络的疲劳检测
被引量：
19
1
作者
赵雪鹏
孟春宁
+1 位作者
冯明奎
常胜江
《光电子．激光》
EI
CAS
CSCD
北大核心
2017年第5期497-502,共6页
基于计算机视觉的疲劳检测具有低侵入性、低成本的优点,然而光照变化、面部表情、复杂背景等仍然对检测率造成很大的影响。以卷积神经网络为代表的深度学习以其较强的特征提取能力和鲁棒性在模式识别领域取得了成功的应用。本文提出了...
基于计算机视觉的疲劳检测具有低侵入性、低成本的优点,然而光照变化、面部表情、复杂背景等仍然对检测率造成很大的影响。以卷积神经网络为代表的深度学习以其较强的特征提取能力和鲁棒性在模式识别领域取得了成功的应用。本文提出了一种基于级联卷积神经网络(CNN)结构的疲劳检测算法。首先训练第1级网络实现人眼与非人眼的分类,使网络充分学习人眼特征,当输入目标图像时,人眼区域能快速从第一级网络特征图中分离出来;然后将人眼图像传送给第2级网络检测眼部特征点位置,计算眼睛张开度并以此判断测试者眼睛状态,构造疲劳检测模型;最后根据连续多帧的眼睛状态序列,判断测试者是否处于疲劳状态。在检测误差为5%时,眼部4个特征点的平均检测正确率为93.10%,单点检测正确率最高可达97.14%。测试结果表明,在本文提出方法下眼睛的清醒和疲劳状态有明显的不同,证明本文提出的方法有效可行,具有较好的应用前景。
展开更多
关键词
疲劳检测
卷积神经网络(CNN)
级联结构
特征点检测
原文传递
题名
基于级联卷积神经网络的疲劳检测
被引量：
19
1
作者
赵雪鹏
孟春宁
冯明奎
常胜江
机构
南开大学现代光学研究所
公安海警学院电子技术系
出处
《光电子．激光》
EI
CAS
CSCD
北大核心
2017年第5期497-502,共6页
基金
国家自然科学基金(61401105)
教育部重点(DIA150308)
浙江省教育教学改革(JG2015207)资助项目
文摘
基于计算机视觉的疲劳检测具有低侵入性、低成本的优点,然而光照变化、面部表情、复杂背景等仍然对检测率造成很大的影响。以卷积神经网络为代表的深度学习以其较强的特征提取能力和鲁棒性在模式识别领域取得了成功的应用。本文提出了一种基于级联卷积神经网络(CNN)结构的疲劳检测算法。首先训练第1级网络实现人眼与非人眼的分类,使网络充分学习人眼特征,当输入目标图像时,人眼区域能快速从第一级网络特征图中分离出来;然后将人眼图像传送给第2级网络检测眼部特征点位置,计算眼睛张开度并以此判断测试者眼睛状态,构造疲劳检测模型;最后根据连续多帧的眼睛状态序列,判断测试者是否处于疲劳状态。在检测误差为5%时,眼部4个特征点的平均检测正确率为93.10%,单点检测正确率最高可达97.14%。测试结果表明,在本文提出方法下眼睛的清醒和疲劳状态有明显的不同,证明本文提出的方法有效可行,具有较好的应用前景。
关键词
疲劳检测
卷积神经网络(CNN)
级联结构
特征点检测
Keywords
fatigue
de
tection
convolutional
neural
networks
（CNN）
casca
de
structure
feature
point
de
-
tection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于级联卷积神经网络的疲劳检测
赵雪鹏
孟春宁
冯明奎
常胜江
《光电子．激光》
EI
CAS
CSCD
北大核心
2017
19
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
