10.16208/j.issn1000-7024.2018.10.041
基于ASM的驾驶员面部疲劳状态识别方法
针对驾驶员疲劳状态识别的需求,提出一种基于主动形状模型的驾驶员面部疲劳状态识别方法.利用Helen数据集训练得到具有194个特征点的人脸主动形状模型,结合haar级联检测得到精确的人脸和眼睛轮廓区域;通过光流法实现对人脸及上下眼睑特征点的有效跟踪,获得每帧图像的头部姿态及眼睛睁开度,实现对眼睛疲劳状态识别;结合正负图像训练得到的支持向量机判定驾驶员是否属于重度疲劳情况下的低头行为.实验结果表明,该方法可以在毫秒级别检测到眼睛状态和头部姿态,准确率达到92.5%,能有效识别驾驶员面部疲劳状态.
面部疲劳状态识别、主动形状模型、光流法、眼睛睁开度、支持向量机
39
TP391.4(计算技术、计算机技术)
国家自然科学基金面上基金项目61173184
2018-11-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
3240-3245