基于主动形状模型及模糊推理的驾驶疲劳检测

被引：18

作者：

白中浩

焦英豪

白芳华

机构：

[1] 湖南大学汽车车身先进设计制造国家重点实验室

来源：

仪器仪表学报 | 2015年 / 36卷 / 04期

关键词：

疲劳检测; 主动形状模型; 面部特征; 模糊推理系统;

D O I：

10.19650/j.cnki.cjsi.2015.04.007

中图分类号：

U463.6 [电气设备及附件]; U492.8 [公路运输安全技术];

学科分类号：

摘要：

为了提高基于单一特征检测算法的准确率和鲁棒性,提出了一种基于多个特征的驾驶员疲劳融合检测算法。选取能够直接反映驾驶员疲劳程度的2个面部特征(眼睛和嘴巴)对驾驶员状态进行综合判断。针对驾驶员头部多角度变化时导致面部特征定位困难的问题,提出了基于主动形状模型(ASM)人脸特征定位算法,应用12个ASM特征标记点,准确定位出眼睛和嘴部特征。针对疲劳程度三级分类(清醒、疲劳及严重疲劳)难以确定的问题,提出了基于模糊推理系统的疲劳检测算法,根据人的经验,"智能"地判断疲劳程度,从而准确地量化疲劳这一模糊概念。实验结果对比表明,综合眼睛和嘴部信息,比采用单参数检测算法减少了误判的概率,具有较高的准确性和鲁棒性。

引用

页码：768 / 775

页数：8

共 14 条

[1] 面部多特征融合的驾驶员疲劳检测方法 [J].

周云鹏 ;

朱青 ;

王耀南 ;

卢笑 ;

凌志刚 .

电子测量与仪器学报, 2014, 28 (10) :1140-1148

[2] 驾驶状态实时监测系统设计 [J].

白金蓬 ;

黄英 ;

江宜舟 ;

马阳洋 ;

刘平 ;

刘彩霞 .

电子测量与仪器学报, 2014, 28 (09) :965-973

[3] 基于图像识别的指针式温控仪智能检定系统 [J].

刘彦琴 ;

刘翔宇 ;

胡祥胜 ;

董青迅 ;

崔竟 .

国外电子测量技术, 2014, 33 (08) :82-88

[4] 基于脑电图识别结合操纵特征的驾驶疲劳检测 [J].

王斐 ;

王少楠 ;

王惜慧 ;

彭莹 ;

杨乙丁 .

仪器仪表学报, 2014, 35 (02) :398-404

[5] 一种层级化的人眼检测方法 [J].

张静 ;

蔡乐 ;

刘安安 ;

高赞 ;

苏育挺 ;

张哲 .

电子测量技术, 2013, 36 (11) :39-42

[6] 一种应用语音多特征检测驾驶疲劳的方法 [J].

李响 ;

谭南林 ;

李国正 ;

郭然 .

仪器仪表学报, 2013, 34 (10) :2231-2237

[7] 长途客车驾驶员疲劳状态脑电特征分析 [J].

王福旺 ;

王宏 .

仪器仪表学报, 2013, 34 (05) :1146-1152

[8]

嵌入式驾驶员状态检测算法的实现与优化[J]. 张旭,李亚利,陈晨,王生进,丁晓青.自动化学报. 2012(12)

[9] 基于FPGA的红外图像实时采集系统设计与实现 [J].

郭永彩 ;

苏渝维 ;

高潮 .

仪器仪表学报, 2011, 32 (03) :514-519

[10] 一种全天候驾驶员疲劳检测方法研究 [J].

陈勇 ;

黄琦 ;

刘霞 ;

张昌华 .

仪器仪表学报, 2009, 30 (03) :636-640

← 1 2 →