基于人体姿态空时特征的驾驶员疲劳检测
Driver Fatigue Detection Based on Spatial-temporal Features and Human Body Pose作者机构:兰州交通大学自动化与电气工程学院兰州730070 陕西省康复医院运动疗法一科西安710065
出 版 物:《交通运输系统工程与信息》 (Journal of Transportation Systems Engineering and Information Technology)
年 卷 期:2022年第22卷第5期
页 面:337-344页
核心收录:
基 金:甘肃省科技计划(21JR7RA303,21JR7RA280) 兰州交通大学青年科学基金(2020002)。
主 题:智能交通 疲劳检测 空-时特征 长短时记忆网络 人体姿态
摘 要:为减少疲劳驾驶给道路交通带来的安全隐患,本文以驾驶员人体姿态为研究对象,分析驾驶动作变化与驾驶员疲劳状态之间的联系,提出基于空时特征与人体姿态的驾驶员疲劳检测模型。首先,以改进的Simple Baselines网络定位驾驶员骨架关键点(空间特征);其次,分析驾驶过程中人体姿态的变化特点,依据“高内聚、低耦合的原则将人体关键点模块化,以此为基础设计多个与驾驶员疲劳驾驶相关的特征表示;最后,引入滑动窗口计算各疲劳特征的离散程度,将其作为长短时记忆网络(时间特征)的输入,从而实现对驾驶员疲劳状态的预测。通过13位被试驾驶人的驾驶行为数据实验结果表明:使用本文提出的基于空-时特征和人体姿态的驾驶员疲劳检测模型可达到97.73%的检测精确率,98.95%的召回率以及98.35%的准确率,表明该检测模型具有可行性。