检索结果-南通市图书馆

基于计算机视觉的驾驶员疲劳状态检测预警技术

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2022年第12期22卷 4887-4894页

作者：王红君白浩赵辉岳有军天津理工大学电气电子工程学院天津300384 天津农学院工程技术学院天津300392

疲劳驾驶是造成交通事故的主要原因之一,为提高驾驶员疲劳驾驶状态的智能化检测水平,提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法,采用多线程优化后的Dlib(图像处理开源库)实现对驾驶员面部的定位与追踪,利用Dlib开源库中的人... 详细信息

疲劳驾驶是造成交通事故的主要原因之一,为提高驾驶员疲劳驾驶状态的智能化检测水平,提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法,采用多线程优化后的Dlib(图像处理开源库)实现对驾驶员面部的定位与追踪,利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取,实时计算驾驶员眼部的纵横比和嘴部长宽比,并以视频流数据集作为实验样本计算出相关阈值,有效提高了检测算法的普适性,在此基础上,计算出眨眼频率、闭眼次数、眼睛闭合时间百分比以及打哈欠频率这4个反映驾驶员疲劳状态的指标,并利用数学方法进行指标实时融合,根据融合指标的数值对驾驶员疲劳状态进行分级,最终通过实验验证该疲劳检测系统的准确性。结果表明:所提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势,驾驶员疲劳判定的正确率达到97.5%以上。

关键词：计算机视觉疲劳检测 perclos值人脸检测

在线全文

学校读者我要写书评

暂无评论

基于脑电信号的驾驶疲劳研究

基于脑电信号的驾驶疲劳研究

作者：徐任倩安徽工业大学

学位级别：硕士

驾驶疲劳是交通事故的主要原因之一,如何检测驾驶员是否疲劳驾驶是防止疲劳驾驶的重中之重。目前,研究者提出了许多生理指标用来评定驾驶员的疲劳等级,脑电信号在检验后被认为是合理且有效的。本文主要研究基于脑电信号检测驾驶员的驾... 详细信息

驾驶疲劳是交通事故的主要原因之一,如何检测驾驶员是否疲劳驾驶是防止疲劳驾驶的重中之重。目前,研究者提出了许多生理指标用来评定驾驶员的疲劳等级,脑电信号在检验后被认为是合理且有效的。本文主要研究基于脑电信号检测驾驶员的驾驶状态,其具体内容如下:(1)对疲劳检测与缓解疲劳的现有方法进行分析,阐述了疲劳的成因与表现形式、脑电信号的特点与采集方式,以及基于脑电信号的疲劳分析技术。(2)设计实验,采集10名被试在清醒状态、疲劳状态和释放刺激性气味后状态的脑电信号。基于脑电信号的处理方法与步骤,针对上述采集到的脑电信号进行预处理,采用时域、频域与非线性动力学方法进行特征提取。(3)在樽海鞘算法中引入无标度网络与惯性权重,加强算法跳出局部最优解的能力,提出一种新的改进樽海鞘算法(E-SSA)。模式识别的分类器选择用BP神经网络,针对BP神经网络的参数问题,结合特征提取的数据和E-SSA进行参数优化,得到最佳参数训练分类器,利用BCI2003运动想象脑电信号数据集进行测试,算例的结果证明该方法可行并且有效。(4)针对冗余通道问题,采用粒子群优化算法和离子运动算法进行通道选择,获得最优通道集合和共性通道集合。分类计算结果表明粒子群优化算法比离子运动算法效果更好。基于样本熵地形图,分析清醒、疲劳和释放刺激性气味后等三种状态下共性通道的特征规律,提出判断驾驶员疲劳的阈值和重新恢复清醒的阈值。研究结果显示枕区和顶区与驾驶疲劳存在联系,刺激性气味(花露水和风油精)可以缓解疲劳,这为未来的人机交互和脑机接口实时检测驾驶员是否疲劳以及选择缓解疲劳的措施提供依据。

关键词：疲劳驾驶脑电信号疲劳检测特征提取通道选择

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

基于深度学习的疲劳驾驶检测算法研究与设计

基于深度学习的疲劳驾驶检测算法研究与设计

作者：徐壮壮中国矿业大学

学位级别：硕士

随着经济的逐步发展及人们消费需求的日益增长,汽车作为消费品也逐渐成为不可替代的通行工具。然而家庭汽车持有量的高速增长,也导致了交通事故、交通拥堵等问题的攀升。据统计,疲劳驾驶及由此导致的不当驾驶行为是造成高速公路、城市... 详细信息

随着经济的逐步发展及人们消费需求的日益增长,汽车作为消费品也逐渐成为不可替代的通行工具。然而家庭汽车持有量的高速增长,也导致了交通事故、交通拥堵等问题的攀升。据统计,疲劳驾驶及由此导致的不当驾驶行为是造成高速公路、城市公路交通事故的重要原因之一。智能化设备及技术在监测、分析和预防驾驶员疲劳驾驶行为方面具有极大潜力。目前疲劳驾驶检测存在实时性不够、灵敏度和可靠性差等问题。本文基于深度学习方法研究并设计了驾驶员疲劳检测系统,采用单阶段的Retina Net算法作为基准模型,通过融入自注意力机制和轻量化及损失函数的改进,算法的精确度和计算效率得到提高,为实时监测驾驶员的疲劳状态提供了有效帮助。本文的研究内容和主要贡献如下:(1)针对传统单阶段算法检测精度较低的问题,本文提出了基于Retina Net模型的疲劳驾驶状态检测改进算法。所提算法舍弃了常用的Res Net主干网络,设计了融入自注意力机制的混合神经网络,通过对全局信息的有效利用,建立了长程依赖关系。其次,根据应用领域及对数据集的分析,舍弃了部分预测大目标的高层输出特征图,并采用较小的锚框尺寸获取面部人眼、嘴部状态信息,减少模型运算量。实验表明,相比于原Retina Net模型,本文的改进检测算法在疲劳驾驶检测数据集上的精确度提高了约2.6%,召回率提高了约3.3%左右。(2)针对传统注意力模型中线性层参数量较大,检测实时性差的问题,本文基于所提的Retina Net改进模型,进行了轻量化设计,优化了损失函数。首先,在主干网络的设计中引入深度可分离卷积和倒残差结构,对改进的注意力模型进行轻量化设计。其次,结合目标框的几何信息,对边界框坐标的损失函数进行改进优化。实验表明,改进的轻量化模型,不仅具备较高的精确度,还将DW深度可分离卷积层模型的参数量减少至原来的1/9,提高了模型的计算效率。在引入改进的损失函数后,改进模型的收敛速度及边界框坐标预测的准确性也得到了验证。基于上述研究,本文设计了一套疲劳驾驶检测系统。该系统对单位时间内人眼状态、嘴部状态的变换进行了监测,并根据疲劳判定指标对驾驶人员的疲劳状态进行定性分析。本文包括图40幅,表6个,参考文献82篇。

关键词：疲劳检测 RetinaNet 自注意力机制轻量化

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

基于深度学习的学生课堂学习状态监测系统设计

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 2024年

作者：张立军曹江涛姬晓飞王天昊辽宁石油化工大学信息与控制工程学院沈阳航空航天大学自动化学院

现阶段，学生课堂学习状态的研究大多集中在单人的在线监测，对于多人且环境复杂的线下课堂的监测还处于探索阶段。该研究针对线下教育设计了学生课堂学习状态监测系统，对学生课堂出勤情况及学生面部出现的疲劳状态进行实时监测。首先... 详细信息

现阶段，学生课堂学习状态的研究大多集中在单人的在线监测，对于多人且环境复杂的线下课堂的监测还处于探索阶段。该研究针对线下教育设计了学生课堂学习状态监测系统，对学生课堂出勤情况及学生面部出现的疲劳状态进行实时监测。首先，使用DSFD人脸检测算法结合ResNet深度残差网络对学生进行人脸识别，记录学生出勤情况；然后，使用ERT回归树集合算法结合头部姿态估计对打哈欠和低头瞌睡的疲劳行为进行检测；再使用加入CBAM模块改进的YOLOv5目标检测算法对学生闭眼行为进行检测；最后，形成一套完整的集合出勤、疲劳检测的学生课堂学习状态监测系统。该系统在实际课堂的测试环境下，可以准确的对学生的出勤进行统计，并且可以实时的监测学生面部出现的打哈欠、低头瞌睡、闭眼的疲劳状态，检测的准确率均超过90%，检测速度约为14.1fps，证明该系统具有重要的使用价值。

关键词：人脸识别计算机视觉疲劳检测出勤检测课堂监测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于前额单通道脑电分析的睁闭眼状态检测

计算机应用与软件 2023年第7期40卷 50-54页

作者：吴昊张建海杭州电子科技大学卓越学院浙江杭州310018 杭州电子科技大学计算机学院浙江杭州310018

眨眼动作变缓、闭眼持续时间增加作为人困倦时的显著特征,可以作为对疲劳驾驶状态判别的准确指标。已有的基于眼肌电的眨眼检测无法有效识别缓慢眨眼情况。为了解决缓慢眨眼识别的问题,提出一种基于前额单通道脑电数据分析的方法。采集... 详细信息

眨眼动作变缓、闭眼持续时间增加作为人困倦时的显著特征,可以作为对疲劳驾驶状态判别的准确指标。已有的基于眼肌电的眨眼检测无法有效识别缓慢眨眼情况。为了解决缓慢眨眼识别的问题,提出一种基于前额单通道脑电数据分析的方法。采集睁闭眼状态下脑电信号;提取脑电信号特征,特别是α波段信号的时频变化特征;采用SVM分类算法,实现睁眼和闭眼状态的快速准确检测,准确率可达87.9%。该方法与已成熟的基于前额肌电的面部状态识别(眨眼频率、打哈欠等)相结合,可以显著提高疲劳状态检测的有效性和可靠性,具有重要的实用价值。

关键词：脑电信号疲劳检测缓慢眨眼检测特征提取 α波

基于ResNet-50与Bi-LSTM的驾驶员疲劳检测算法研究

在线全文

学校读者我要写书评

暂无评论

实验室研究与探索 2023年第4期42卷 153-158页

作者：张开生关凯凯李昊晨彭朋陕西科技大学电气与控制工程学院西安710021

疲劳驾驶是车祸的主要原因之一。针对现有面部疲劳检测模型存在对车内光照与面部遮挡敏感,系统疲劳检测准确低、泛化力弱,提出一种驾驶员疲劳检测算法,旨在对驾驶员面部多特征进行疲劳检测,提升网络泛化性与准确度。通过MTCNN定位人脸... 详细信息

疲劳驾驶是车祸的主要原因之一。针对现有面部疲劳检测模型存在对车内光照与面部遮挡敏感,系统疲劳检测准确低、泛化力弱,提出一种驾驶员疲劳检测算法,旨在对驾驶员面部多特征进行疲劳检测,提升网络泛化性与准确度。通过MTCNN定位人脸和人脸关键点,剪裁具有面部疲劳特征的图像,输入ResNet-50网络进行空间特征提取人脸局部疲劳水平,将疲劳水平串联输入Bi-LSTM网络进行时间特征提取,通过自适应特征融合算法对时间特征进行特征融合,通过分类器对整个视频进行疲劳分类。结果表明,该算法在YawDD疲劳检测准确率91.38%,在NTHU-DDD准确率达到89.36%;与主流的疲劳检测算法相比较,该方法准确度更高泛化能力更强。

关键词：疲劳检测卷积神经网络算法研究自适应特征融合

在线全文

学校读者我要写书评

暂无评论

基于面部多特征融合的学生网课疲劳检测研究

计算机仿真 2023年第9期40卷 242-246,267页

作者：黄丽凤陈建华泉州信息工程学院软件学院福建泉州362000

随着远程教育的不断发展,网课成为了一种趋势。为了进一步监管学生网课学习时的疲劳状态,保障网课学习质量,研究了学生网课疲劳检测算法。利用OpenCV结合PHOG算法提取学生眼部和嘴巴特征点,采用眼部自适应闭眼阈值和基于欧拉角的特征校... 详细信息

随着远程教育的不断发展,网课成为了一种趋势。为了进一步监管学生网课学习时的疲劳状态,保障网课学习质量,研究了学生网课疲劳检测算法。利用OpenCV结合PHOG算法提取学生眼部和嘴巴特征点,采用眼部自适应闭眼阈值和基于欧拉角的特征校正算法实时计算学生眼部和嘴部的纵横比Er值和Mr值,得到反映学生疲劳状态的眼睑闭合时间占比值、眨眼频率、打哈欠频率,并为这三个特征指标设置权重,通过计算加权和融合,得到学生的疲劳值。据此判断学生疲劳等级并提出警示信息。实验表明,上述方法能够实时地反映学生的疲劳状态,学生疲劳判定的正确率达到95.5%以上,具有良好的实时性和辨别率。

关键词：网课疲劳检测多特征融合眼睑闭合时间占比