基于面部多特征的驾驶员疲劳状态检测

摘要：

鉴于传统的疲劳检测模型通过驾驶员单一疲劳特征检测具有局限性的问题,提出了一种新的驾驶员疲劳检测模型.首先使用改进的AdaBoost算法进行人脸检测,解决复杂光源和背景的影响,提高人脸检测效率.然后用LBF算法进行人眼检测,用三庭五眼法进行嘴部检测,通过人眼高宽比和像素比检测人眼闭合程度,通过嘴部高宽比和圆形度检测嘴部打哈欠状态,再综合眼部疲劳特征计算闭眼时间,利用打哈欠频率计算嘴部疲劳.最后综合上述疲劳特征检测驾驶员疲劳状态.实验表明该方法可有效检测驾驶员疲劳状态,满足疲劳检测系统对实时性、鲁棒性的要求.

关键词：疲劳驾驶、人脸检测、局部约束模型、Adaboost

所属期刊栏目：51

分类号：U471.3

资助基金：山西省应用基础研究项目;太原科技大学校博士科研启动基金项目

在线出版日期：2023-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：721-726