期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于密集连接网络的驾驶疲劳状态检测方法 被引量:5
1
作者 王小玉 韩彤彤 尚学达 《北京邮电大学学报》 EI CAS CSCD 北大核心 2021年第1期52-58,共7页
为了解决疲劳驾驶易造成交通事故的问题,提出了基于密集连接网络的驾驶疲劳状态检测方法.首先,借助摄像机采集驾驶状态视频,获取视频帧图像后利用图像处理技术进行图像预处理;利用自适应提升算法检测人脸,再用灰度积分投影和径向对称变... 为了解决疲劳驾驶易造成交通事故的问题,提出了基于密集连接网络的驾驶疲劳状态检测方法.首先,借助摄像机采集驾驶状态视频,获取视频帧图像后利用图像处理技术进行图像预处理;利用自适应提升算法检测人脸,再用灰度积分投影和径向对称变换算法定位驾驶员的眼部区域;然后,通过密集连接网络精确判别眼睛状态,在网络中设置了3个密集连接块以减少特征参数和加快训练速度,且采用稀疏化结构以减少存储量和增强特征传播;最后,借助2个疲劳参数综合判断驾驶员的疲劳状态,使检测结果更为准确.定性和定量实验结果证明,该方法在准确率等方面优于现有技术. 展开更多
关键词 密集连接网络 疲劳检测 人眼定位 状态检测 灰度积分投影
原文传递
面部特征融合的电力作业头疲劳检测方法研究 被引量:5
2
作者 贾小云 周玲羽 +1 位作者 任江 张楠 《电网与清洁能源》 北大核心 2016年第9期17-21,28,共6页
针对电力员工作业疲劳状态检测过程中存在光照不均、噪声干扰以及准确率低等问题,在AdaBoost级联分类器算法的基础上,提出一种对电力员工进行多特征疲劳状态检测的方法。首先,对图像进行预处理,利用Retinex算法对图像进行增强;其次,用H... 针对电力员工作业疲劳状态检测过程中存在光照不均、噪声干扰以及准确率低等问题,在AdaBoost级联分类器算法的基础上,提出一种对电力员工进行多特征疲劳状态检测的方法。首先,对图像进行预处理,利用Retinex算法对图像进行增强;其次,用Haar特征表示人脸特征,LBP特征表示眼部和嘴部特征,利用训练好的分类器进行人脸检测以及眼部、嘴部特征的提取;最后,根据眼部高宽比和嘴部宽高比分别对眼部闭合状态和嘴部张闭状态进行判别,并用PERCLOS原理统计员工眼部闭合频率,结合打哈欠时嘴部规律性闭合情况来完成疲劳状态判别。实验结果表明:该方法能在复杂背景下快速检测出疲劳状态,具有较强的适应性和鲁棒性。 展开更多
关键词 疲劳作业检测 ADABOOST RETINEX算法 HAAR特征 LBP特征
下载PDF
基于FPGA的多特征融合司机疲劳状态检测系统设计 被引量:4
3
作者 曲仕茹 彭纪昌 《传感器与微系统》 CSCD 北大核心 2013年第5期86-88,91,共4页
驾驶员的疲劳驾驶是造成交通事故的重要因素,为了实时有效地检测驾驶员的驾驶状态,设计了一种融合多种疲劳特征进行疲劳状态判定的检测算法,并构建了车载的基于现场可编程门阵列(FPGA)的嵌入式检测平台。该多检测算法融合了眼睛和嘴巴... 驾驶员的疲劳驾驶是造成交通事故的重要因素,为了实时有效地检测驾驶员的驾驶状态,设计了一种融合多种疲劳特征进行疲劳状态判定的检测算法,并构建了车载的基于现场可编程门阵列(FPGA)的嵌入式检测平台。该多检测算法融合了眼睛和嘴巴的疲劳特征,当某一特征的检测受到影响时可以使用另外的特征进行疲劳状态的判定,较传统的单一特征疲劳检测算法拥有更高的检测效率。实验结果表明:系统的算法简单、可靠、实时性强。 展开更多
关键词 疲劳状态检测 现场可编程门阵列 人眼定位 人脸检测
下载PDF
基于改进EfficientDet网络的疲劳驾驶状态检测方法 被引量:3
4
作者 宋巍 张光德 《汽车安全与节能学报》 CAS CSCD 北大核心 2022年第4期651-658,共8页
为提高对司机疲劳驾驶状态视觉检测的精度和效率,降低硬件配置需求,提出了一种基于改进的EfficientDet深度学习网络的疲劳驾驶状态视觉检测方法。用深度可分离卷积和视觉注意力机制,来构建EfficientDet驾驶员面部图像特征提取网络;用双... 为提高对司机疲劳驾驶状态视觉检测的精度和效率,降低硬件配置需求,提出了一种基于改进的EfficientDet深度学习网络的疲劳驾驶状态视觉检测方法。用深度可分离卷积和视觉注意力机制,来构建EfficientDet驾驶员面部图像特征提取网络;用双向特征金字塔网络和k-means先验框聚类方法,来构建EfficientDet驾驶员状态检测网络;采用Perclos瞌睡程度度量指数,来判定驾驶员疲劳状态;对比分析了3种不同深度、不同宽度、不同分辨率大小的改进EfficientDet模型以及YOLO V3、Faster-RCNN模型检测效果。结果表明:在这些方案中,EfficientDet-D2模型检测效果最佳,其平均精度97.92%,召回率96.75%,误检率低于2.39%,漏检率低于1.78%。 展开更多
关键词 深度学习 图像识别 疲劳驾驶 状态检测 改进的EfficientDet深度学习网络
下载PDF
基于类Haar特征的驾驶者人眼疲劳状态的检测方法研究 被引量:3
5
作者 林土胜 陈少珠 《公路交通科技》 CAS CSCD 北大核心 2008年第7期128-131,共4页
使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然... 使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然后计算二值化图像中垂直方向上瞳孔的宽度大小,从而判断眼睛的状态;最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。试验验证了上述算法的有效性。 展开更多
关键词 交通工程 疲劳检测 类Haar层叠式分类器 眼睛定位 图像处理
下载PDF
一种基于列车司机在途疲劳状态检测及预警的方法 被引量:1
6
作者 江跃龙 《现代信息科技》 2021年第20期98-102,共5页
针对列车司机肤色与背景图的聚类分布特性较好分离,而且具备高斯两维独立分布,可将列车司机图像分布区域与列车驾驶室内部背景图很好地分开,将列车司机的头部信息,作为人脸检测定位算法的原始训练集。反复修改训练列车司机图像数据的权... 针对列车司机肤色与背景图的聚类分布特性较好分离,而且具备高斯两维独立分布,可将列车司机图像分布区域与列车驾驶室内部背景图很好地分开,将列车司机的头部信息,作为人脸检测定位算法的原始训练集。反复修改训练列车司机图像数据的权值分布,最终将背景图像剔除掉,得到列车司机的人脸图像。确认人脸区域后进一步确认眼睛位置,实现级联结构增强的定位识别,在利用眼睛状态判定时,则用眼部和嘴部的融合状态判断驾驶员是否疲劳,相对提高了疲劳判断的全面性和准确性。 展开更多
关键词 疲劳驾驶 智能联动检测 眼睛状态判断 人脸检测率
下载PDF
基于面部特征与深度学习的疲劳驾驶状态检测研究 被引量:7
7
作者 马雪婷 费树岷 《电子测试》 2021年第11期33-36,共4页
在驾驶机动车时,驾驶员的面部信息尤其是眼睛和嘴巴最能够反映驾驶员的疲劳状态。为了提高机动车驾驶的安全性,本文提出了一种基于面部特征和深度学习的疲劳驾驶状态检测研究模型。首先设计一种改进的三级级联卷积神经网络检测驾驶员人... 在驾驶机动车时,驾驶员的面部信息尤其是眼睛和嘴巴最能够反映驾驶员的疲劳状态。为了提高机动车驾驶的安全性,本文提出了一种基于面部特征和深度学习的疲劳驾驶状态检测研究模型。首先设计一种改进的三级级联卷积神经网络检测驾驶员人脸图像,再使用轻量级特征提最小单元结构定位人脸关键点,通过基于眼睛纵横比(Eye Aspect Ratio,EAR)和基于嘴唇纵横比(Mouth Aspect Ratio,MAR)的方法判定眼睛疲劳和嘴部疲劳状态,最后利用支持向量机(SVM)融合眼部和嘴部疲劳特征进行疲劳驾驶状态检测。通过实验表明,该算法可以准确地定位出人脸关键点,且具有较高的疲劳检测准确率和较好的鲁棒性。 展开更多
关键词 疲劳驾驶状态检测 级联卷积神经网络 人脸关键点检测 SVM
下载PDF
检测驾驶员疲劳状态的安全警报系统 被引量:3
8
作者 王伟 张向文 王文鸿 《传感器与微系统》 CSCD 北大核心 2022年第6期82-85,共4页
设计实现了一种检测驾驶员疲劳状态的安全警报系统,包括位于驾驶员前面的摄像头和驾驶员戴在颈部的颈枕。摄像头对驾驶员眼部状态进行检测,判断驾驶员的疲劳程度,颈枕内的压力传感器对驾驶员颈部位置进行检测,进一步提高驾驶员疲劳程度... 设计实现了一种检测驾驶员疲劳状态的安全警报系统,包括位于驾驶员前面的摄像头和驾驶员戴在颈部的颈枕。摄像头对驾驶员眼部状态进行检测,判断驾驶员的疲劳程度,颈枕内的压力传感器对驾驶员颈部位置进行检测,进一步提高驾驶员疲劳程度判断的准确性。当驾驶员处于疲劳状态时,启动颈枕内的振动传感器发出振动报警信号,并循环检测驾驶员的疲劳状态。当多次报警提醒无效时,系统判断驾驶员处于严重危险状态,向指定设备发送定位求救信号,进行远程呼救,提高汽车驾驶的安全性。 展开更多
关键词 疲劳驾驶 人眼状态检测 薄膜式应变片 树莓派 USB摄像头
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部