10.3969/j.issn.1672-402X.2019.03.005
人脸识别在疲劳驾驶检测中的应用研究
论文将卷积神经网络应用于人脸识别,对瞳孔定位算法进行改进,有效地克服了原算法计算量大的问题.根据驾驶员眼睛在不同状态下宽高比例不同的特点,实现了一种简单可行的眼睛状态判断方法,并通过PERCLOS算法对驾驶员的疲劳状态进行判定.论文采用改进Hough变换方法定位驾驶员眼睛,准确率为92%,平均响应时间为29ms,驾驶员眼睛状态的判断准确率为83.9%.设计了一种基于人脸识别的疲劳驾驶检测原型系统,实现驾驶员脸部特征检测、眼睛定位、眼睛状态判断、疲劳判定等功能.实验结果表明,系统对疲劳状态的识别率为87.5%,疲劳判断的响应时间为17ms,有较好的实际应用价值.
疲劳驾驶检测、卷积神经网络、人脸识别、图像处理
40
TP391(计算技术、计算机技术)
广州市民生科技攻关计划项目201803030013
2019-08-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
22-27