检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于面部表情和双流网络的驾驶员疲劳检测

科学技术与工程 2022年第2期22卷 614-619页

作者：廖明明赵波上海工程技术大学机械与汽车工程学院上海201620

提出了一种基于面部表情的驾驶员疲劳检测方法,该方法结合了传统特征提取和双流卷积神经网络。首先,对采集的驾驶员图片进行预处理,使用Dlib进行人脸检测以及人脸特征点定位。然后,根据人脸特征点获取人脸表情感兴趣区域以及嘴部区域,... 详细信息

提出了一种基于面部表情的驾驶员疲劳检测方法,该方法结合了传统特征提取和双流卷积神经网络。首先,对采集的驾驶员图片进行预处理,使用Dlib进行人脸检测以及人脸特征点定位。然后,根据人脸特征点获取人脸表情感兴趣区域以及嘴部区域,并分别提取Gabor特征和局部二值模式(local binary patterns,LBP)特征。最后,利用设计的疲劳表情识别网络对获取的两种传统特征进行信息融合以及疲劳表情识别。结果表明,提出的方法具有较高准确率,能够适应驾驶室内不同光照条件的场景,具有较强的鲁棒性。

关键词：表情识别卷积神经网络疲劳检测特征融合

在线全文

学校读者我要写书评

暂无评论

基于语谱图的管制员疲劳状态检测研究

航空工程进展 2023年

作者：杨昌其冯筱晴张雨萱蔡子牛中国民航飞行学院空中交通管理学院

在现阶段利用陆空通话语音对管制员的疲劳状态的研究中，大多只考虑了语音在时域或频域的变化，而忽视了疲劳会同时在时域与频域上产生影响。本文将三种疲劳状态下的陆空通话语音分别转化为可同时反应时域与频域特性的语音频谱图像，利... 详细信息

在现阶段利用陆空通话语音对管制员的疲劳状态的研究中，大多只考虑了语音在时域或频域的变化，而忽视了疲劳会同时在时域与频域上产生影响。本文将三种疲劳状态下的陆空通话语音分别转化为可同时反应时域与频域特性的语音频谱图像，利用灰度共生矩阵（GLCM）提取四维典型的特征参数，对比管制员在不同状态下特征参数的变化情况，确认所选特征具有较好的区分度，将所选特征作为管制员疲劳检测模型的输入特征进行检测。结果表明：利用语谱图特征结合传统特征作为输入特征的检测准确率最高，达到95.49%，较单一使用传统特征的检测准确率高出4%；管制员疲劳状态的变化会直观地反映在语谱图上，并会对其特征值产生影响，利用这种影响对管制员疲劳状态进行检测，可以得到良好的检测结果。

关键词：管制员疲劳检测语谱图灰度共生矩阵机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于语音心理声学分析的驾驶疲劳检测

仪器仪表学报 2018年第10期39卷 166-175页

作者：李响李国正石俊刚彭理群华东交通大学交通运输与物流学院南昌330013 北京交通大学机械与电子控制工程学院北京100044

针对现有方法在分析角度和特征参数上的局限性,提出一种基于语音心理声学分析的驾驶疲劳检测方法。首先,借助心理声学感知掩蔽处理步骤,将语音中的疲劳高敏感性频率成分突显出来,并给予其更多的Bark域临界频带描述,以获得更为细致的疲... 详细信息

针对现有方法在分析角度和特征参数上的局限性,提出一种基于语音心理声学分析的驾驶疲劳检测方法。首先,借助心理声学感知掩蔽处理步骤,将语音中的疲劳高敏感性频率成分突显出来,并给予其更多的Bark域临界频带描述,以获得更为细致的疲劳信息表达;其次,提取多种心理声学感知特征来量化描述语音中的疲劳异常音,并针对语音波形不同步而导致的特征提取误差问题,给出了语音帧的快速对准方案;最后,将语音样本与多个参考样本对比分析所得的感知特征向量,来分别搭建多个特征层模糊支持向量机（FSVM）分类器,并通过动态贝叶斯网络（DBN）的决策层融合判决,实现更为准确、鲁棒的驾驶疲劳检测。实验结果表明,该方法的查准率、查全率和平均正确率（为92.4%）均优于现有方法,尤其对重度疲劳的检测效果较佳（正确率达96.1%）。

关键词：语音疲劳检测心理声学感知特征融合判决

在线全文

学校读者我要写书评

暂无评论

基于密集连接网络的驾驶疲劳状态检测方法

北京邮电大学学报 2021年第1期44卷 52-58页

作者：王小玉韩彤彤尚学达哈尔滨理工大学计算机科学与技术学院哈尔滨150080

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... 详细信息

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.

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

在线全文

学校读者我要写书评

暂无评论

面部多特征融合的列车司机疲劳检测方法研究

铁道学报 2021年第12期43卷 70-78页

作者：陈小强熊烨王英陈思彤兰州交通大学自动化与电气工程学院甘肃兰州730070 光电技术与智能控制教育部重点实验室甘肃兰州730070

为保障列车安全运营,提出一种基于面部多特征融合的列车司机疲劳检测方法。采用HOG特征实现人脸识别,ERT算法实现特征点定位。针对不同司机面部特征差异导致固定阈值无法适用于每位司机的问题,提出基于K-means++法的人眼自适应阈值算法... 详细信息

为保障列车安全运营,提出一种基于面部多特征融合的列车司机疲劳检测方法。采用HOG特征实现人脸识别,ERT算法实现特征点定位。针对不同司机面部特征差异导致固定阈值无法适用于每位司机的问题,提出基于K-means++法的人眼自适应阈值算法。考虑图像前后帧的相关性,利用相邻两帧图像瞳孔与内眼角差值计算眼动速率作为判断指标。针对司机可能出现短暂睁眼而非真正清醒的情况,通过模糊推理系统将眼睛开合度、嘴巴开合度和眼动速率三个指标融合以提高疲劳检测的准确率,同时实现疲劳分级。实验表明,该方法准确率达95%。

关键词：疲劳检测列车司机自适应阈值多特征融合眼动速率

融合肌电信号与A型超声的新型肌肉疲劳检测方法

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2022年第6期36卷 13-21页

作者：张亚龙张世武孙帅帅曹雨东陈怡金虎卢昀中国科学技术大学合肥230031

为了提高肌肉的疲劳检测效果,提出了一种双传感融合的方式来弥补单传感模式下信息容易丢失的不足。该方式将表面肌电信号的时频域特征与A型超声信号的肌肉厚度特征多维度融合,实现了双传感疲劳检测新模式。采用支持向量机和神经网络多... 详细信息

为了提高肌肉的疲劳检测效果,提出了一种双传感融合的方式来弥补单传感模式下信息容易丢失的不足。该方式将表面肌电信号的时频域特征与A型超声信号的肌肉厚度特征多维度融合,实现了双传感疲劳检测新模式。采用支持向量机和神经网络多模型训练,表面肌电信号与A型超声双传感融合在3种疲劳状态下的检测准确率可以达到85%以上。相较于仅仅使用表面肌电信号的时频域特征(76.99%)与A型超声的肌肉厚度(74.87%)进行疲劳检测,准确率提升了8%~13%。结果表明对于疲劳检测,表面肌电信号与超声信号双传感融合模式比单传感模式更加准确有效。

关键词：表面肌电信号 A型超声信号双传感融合疲劳检测

在线全文

学校读者我要写书评

暂无评论

面部三维生理特征点在睡眠剥夺中的疲劳检测

北京航空航天大学学报 2023年

作者：李敬强房秋樊天辰马龙中国民航大学中欧航空工程师学院中国民航大学民航安全科学研究所中国民航大学安全科学与工程学院

睡眠不足、生理节律紊乱是影响交通运输岗位人员疲劳的重要因素，随着值勤“刷脸”技术的兴起，能够及时识别岗位人员疲劳状态是安全风险防范关口前移的必要举措。为深入探索面部疲劳的三维变化，本研究通过30h睡眠剥夺实验，基于主成... 详细信息

睡眠不足、生理节律紊乱是影响交通运输岗位人员疲劳的重要因素，随着值勤“刷脸”技术的兴起，能够及时识别岗位人员疲劳状态是安全风险防范关口前移的必要举措。为深入探索面部疲劳的三维变化，本研究通过30h睡眠剥夺实验，基于主成分分析法(PCA)融合面部双侧曲率特征，提出了皱纹严重程度指数(WSI)，结合主观疲劳评估、精神运动警觉度测试和客观心率监测方法，综合判断受试者面部疲劳程度。结果表明，在睡眠剥夺条件下，WSI变化和疲劳的波动特征明显，整体呈逐渐升高趋势；30h实验数据显示，WSI变化和主观疲劳指数、反应时的波动趋势有较强相关性(P疲劳划分为4个等级，从三维生理特征的角度验证了面部疲劳静态检测的可行性，研究结果为疲劳快速检测技术提供了新思路。

关键词：面部特征疲劳检测睡眠剥夺三维建模

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

氢气瓶疲劳检测实验舱温度控制系统设计

低温工程 2022年第2期 37-41页

作者：周俊海赵盼盼刘孝亮张伟黄静合肥通用机械研究院有限公司压缩机技术国家重点实验室合肥230031 合肥通用环境控制技术有限责任公司合肥230031

为了填补储氢气瓶在大温域跨度条件下的疲劳检测试验系统的研究空白,针对氢气瓶充放氢过程中存在的易燃易爆等风险特性设计了符合国家标准的氢气瓶疲劳检测实验舱温度控制系统,采用液体载冷进行间接温控,隔绝了电气设备与氢气瓶检测实... 详细信息

为了填补储氢气瓶在大温域跨度条件下的疲劳检测试验系统的研究空白,针对氢气瓶充放氢过程中存在的易燃易爆等风险特性设计了符合国家标准的氢气瓶疲劳检测实验舱温度控制系统,采用液体载冷进行间接温控,隔绝了电气设备与氢气瓶检测实验舱的直接接触,降低了爆炸风险,试验验证了系统可以实现实验舱内-40—85℃温度范围内的温度环境模拟和高精度控制,温度均匀度最高达±0.5℃,单点控制精度最高达±0.1℃,满足测试环境温度需求。

关键词：氢气瓶温度控制系统高精度疲劳检测

在线全文

学校读者我要写书评

暂无评论

基于深度学习的船舶驾驶员疲劳检测算法

交通信息与安全 2022年第1期40卷 63-71页

作者：王鹏神和龙尹勇吕红光大连海事大学航海动态仿真和控制交通行业重点实验室辽宁大连116026 大连海事大学航海学院辽宁大连116026

针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法。考虑到船舶驾驶台空间大、背景复杂等特点,使用深度可分离卷积改进RetinaFace人脸检测模型,优化模型的... 详细信息

针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法。考虑到船舶驾驶台空间大、背景复杂等特点,使用深度可分离卷积改进RetinaFace人脸检测模型,优化模型的检测速度;基于Channel Split和Channel Shuffle思想,结合批量归一化、全局平均池化等技术搭建改进的ShuffleNetV2网络,自动提取图像特征,识别眼睛、嘴巴的开闭状态;根据PERCLOS准则融合眼睛、嘴巴2个特征参数综合判定驾驶员是否疲劳。实验结果表明:改进后RetinaFace模型的检测速度由9.33帧/s提升至22.60帧/s,人脸检测精度和速度均优于多任务卷积神经网络(MTCNN);改进的ShuffleNetV2网络识别眼睛、嘴巴状态的准确率高达99.50%以上;算法在模拟驾驶台环境中识别疲劳状态的精确率达到95.70%,召回率达到96.73%,均高于目前常见的Haar-like+Adaboost以及MTCNN+CNN疲劳检测算法。算法检测每帧图片仅需0.083 s,基本满足实时检测的要求。

关键词：交通安全疲劳检测 RetinaFace ShuffleNetV2 PERCLOS准则