10.16208/j.issn1000-7024.2019.11.035
基于改进ASM的多特征融合疲劳检测方法
为解决驾驶员在行驶过程中头部发生多角度变化导致难以定位面部特征的问题,应用改进的ASM算法精确定位眼睛和嘴部区域,计算眼睛的长宽比值、嘴部高度值和嘴部附近的黑白像素比值,得出眨眼频率和嘴巴张开程度,将眼部状态和嘴巴的张开程度作为模糊推理机的输入,得出三类疲劳水平,准确量化疲劳程度.实验结果表明,该非入侵式疲劳驾驶检测方法将经典ASM算法分类能力的结构误差降到了最小,该模糊推理系统对检测驾驶员疲劳程度和提高行车安全性方面是有效的.
疲劳检测、主动形状模型、眨眼检测、打哈欠检测、模糊推理系统
40
TP391.41(计算技术、计算机技术)
江苏省“六大人才高峰”基金项目XXR-012
2020-01-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
3269-3275