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

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

在线全文

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

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

一种基于脑电信号的疲劳驾驶检测方法

控制工程 2023年第6期 1091-1098页

作者：王家曜张震宋光乐马亮亮山东省工业控制重点实验室哈尔滨工程大学烟台研究院潍坊科技学院智能制造学院青岛大学自动化学院

脑电信号一直被誉为疲劳检测的“金标准”，本研究基于脑电信号的功率谱特征和微分熵特征，构建了基于Conformer和GTN网络(Gated Transformer Network)的脑电信号分类器，引入深度可分离卷积替代传统卷积，实现了基于脑电信号的疲劳检... 详细信息

脑电信号一直被誉为疲劳检测的“金标准”，本研究基于脑电信号的功率谱特征和微分熵特征，构建了基于Conformer和GTN网络(Gated Transformer Network)的脑电信号分类器，引入深度可分离卷积替代传统卷积，实现了基于脑电信号的疲劳检测方法。该方法使用SEED-VIG数据集进行验证，对疲劳状态进行分类时，准确率最高可达97.5%。实验结果表明：微分熵特征在各分类器上的训练效果更好，相比其他模型，所提出的基于Conformer和GTN网络的分类器在四种特征处理数据集上的平均准确率具有明显优势，达到96.2%。

关键词：疲劳检测脑电信号深度学习功率谱特征微分熵特征

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于车辆运行数据的疲劳驾驶状态检测

交通运输系统工程与信息 2020年第4期20卷 77-82页

作者：蔡素贤杜超坎周思毅王雅斐汉纳森(厦门)数据股份有限公司福建厦门361000 :2.上海财经大学信息管理与工程学院上海200433

疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法... 详细信息

疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法对疲劳驾驶进行识别,结果表明整体的识别准确率为0.785,其中召回率为0.61,即61%的疲劳驾驶状态可被识别出来.实验表明,基于车辆运行状态的疲劳驾驶检测具有一定的效果,且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比,具有简单方便,不影响驾驶,且成本低的优势.

关键词：智能交通疲劳检测随机森林 CAN数据

在线全文

学校读者我要写书评

暂无评论

基于视觉特征的疲劳驾驶检测算法研究与应用

基于视觉特征的疲劳驾驶检测算法研究与应用

作者：黄冰瑜华南理工大学

学位级别：硕士

在现代交通运输作业中,由于运输路程长、工作强度高,驾驶员易出现疲劳驾驶现象,从而导致各类交通事故。与酒驾、闯红灯等有明确界定标准的违规驾驶操作相比,疲劳驾驶没有明确的判定标准,且引起疲劳驾驶的因素复杂多变,难以及时察觉并采... 详细信息

在现代交通运输作业中,由于运输路程长、工作强度高,驾驶员易出现疲劳驾驶现象,从而导致各类交通事故。与酒驾、闯红灯等有明确界定标准的违规驾驶操作相比,疲劳驾驶没有明确的判定标准,且引起疲劳驾驶的因素复杂多变,难以及时察觉并采取预防措施。因此,发展疲劳驾驶检测技术对保障道路交通安全有十分重大的意义。为减少疲劳驾驶风险,本文利用深度学习模型及机器学习算法设计了一套非接触式疲劳驾驶检测方法。具体地,各模块的研究内容如下:(1)针对疲劳驾驶检测的面部区域定位要求,选取检测速度快、定位精度高的YOLOv5m目标检测模型作为驾驶员人脸检测器。为提高模型对多尺度金字塔特征图的利用率,明确了特征融合网络的改进思路,对模型增加了不同尺度的特征图连接。建立驾驶员人脸数据集,以训练并评估改进前后模型性能。实验表明,改进后的模型在不影响检测速度的前提下,比原始模型提高了2.6%的平均精度,综合性能更突出。(2)对人脸关键点检测方法进行研究,选择了轻量化关键点定位模型PFLD,并将其改造为多任务学习网络,使其同时输出面部关键点及姿态角。将瓶颈模块替换为更轻量化的Ghost结构,以提高检测速度;将关键点的距离损失函数替换为针对人脸特征点定位的Wing loss。改进的多任务学习网络相比原模型降低了7.69%的关键点归一化误差及70.37%的姿态角预测误差,在提升预测精度的同时,提高了疲劳特征指标计算效率。(3)选择眼部纵横比、嘴部纵横比及头部姿态角作为视觉疲劳指标,并利用驾驶员睡意数据集建立疲劳特征向量数据集。选择多粒度级联森林算法作为疲劳分类器,在驾驶员疲劳特征样本集上进行性能对比。实验表明,多粒度级联森林相比于常见的机器学习算法平均提升了15.49%的检测精度,性能表现突出。(4)为评估所设计系统的改进效果,采集多名驾驶员的实车驾驶视频数据集,进行消融实验以验证各组件的有效性。实验表明,本研究所设计的人脸检测器、多任务关键点定位模型及疲劳特征分类器均能不同程度地提高检测精度或速度,整体系统的性能相比基准设计提高了12.23%的检测精度。本研究所设计的疲劳检测系统考虑了面部及头部的相关参数,比单一指标的检测算法更加鲁棒。系统整体运行流畅,无卡顿、延迟现象,满足了疲劳驾驶检测的应用要求。

关键词：疲劳检测 YOLOv5 多任务学习 gcForest

同方学位论文库评论

在线全文

同方学位论文库

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

在线全文

学校读者我要写书评

暂无评论

基于脑电信号深度迁移学习的驾驶疲劳检测

电子与信息学报 2019年第9期41卷 2264-2272页

作者：王斐吴仕超刘少林张亚徽魏颖东北大学机器人科学与工程学院沈阳110169 东北大学信息科学与工程学院沈阳110819

脑电信号一直被誉为疲劳检测的“金标准”,驾驶者的精神状态可通过对脑电信号的分析得到。但由于脑电信号具有非线性、非平稳性和空间分辨率低等特点,传统的机器学习方法在运用脑电信号进行疲劳检测时还存在识别率低,特征提取操作繁琐... 详细信息

脑电信号一直被誉为疲劳检测的“金标准”,驾驶者的精神状态可通过对脑电信号的分析得到。但由于脑电信号具有非线性、非平稳性和空间分辨率低等特点,传统的机器学习方法在运用脑电信号进行疲劳检测时还存在识别率低,特征提取操作繁琐等不足。为此,该文基于脑电信号的电极-频率分布图,提出运用深度迁移学习实现的驾驶疲劳检测方法,即搭建深度卷积神经网络,并利用SEED脑电情绪数据集对其进行预训练,然后通过迁移学习方法将其用于驾驶疲劳检测。实验结果表明,卷积神经网络模型能够很好地从电极-频率分布图中获得与疲劳状态相关的特征信息,达到较好的识别效果。此外,基于迁移学习策略可以将训练好的深度网络模型迁移到其他识别任务上,有助于推动脑电信号在驾驶疲劳检测系统中的应用。

关键词：脑电信号疲劳检测迁移学习卷积神经网络电极-频率分布图