10.3969/j.issn.1006-9348.2021.08.029
基于BFR算法与头部姿态的疲劳驾驶仿真研究
为了提高驾驶的安全性,提出一种基于头部姿态与眼部特征的自适应性疲劳驾驶检测系统.利用ADABOOST算法进行面部检测,通过数据采集,引导司机采集正常情况下的头部姿态与疲劳时的头部姿态,生成个人姿态样本,同时采集司机单位时间内的眨眼次数,生成眨眼频率样本.驾驶中,利用BFR(Blinking Frequency ratio)算法与头部姿态算法进行综合判别,若眨眼次数超过BFR阈值,开始姿态采集,并用之前训练好的头部姿态模型进行评估,如果判定疲劳,对司机进行报警提醒.通过仿真,证明此方法具有良好的判别率与实时性.在样本集上,姿态的判别精度为91.7%,眨眼检测率为99.2%,疲劳检测率为83.3%,优于同类算法.
疲劳检测;驾驶;头部姿态;仿真
38
TP391(计算技术、计算机技术)
2021-09-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
152-156,268