基于人体姿态空时特征的驾驶员疲劳检测

摘要：

为减少疲劳驾驶给道路交通带来的安全隐患,本文以驾驶员人体姿态为研究对象,分析驾驶动作变化与驾驶员疲劳状态之间的联系,提出基于空时特征与人体姿态的驾驶员疲劳检测模型.首先,以改进的Simple Baselines网络定位驾驶员骨架关键点(空间特征);其次,分析驾驶过程中人体姿态的变化特点,依据"高内聚、低耦合"的原则将人体关键点模块化,以此为基础设计多个与驾驶员疲劳驾驶相关的特征表示;最后,引入滑动窗口计算各疲劳特征的离散程度,将其作为长短时记忆网络(时间特征)的输入,从而实现对驾驶员疲劳状态的预测.通过13位被试驾驶人的驾驶行为数据实验结果表明:使用本文提出的基于空-时特征和人体姿态的驾驶员疲劳检测模型可达到97.73％的检测精确率,98.95％的召回率以及98.35％的准确率,表明该检测模型具有可行性.

关键词：智能交通、疲劳检测、空-时特征、长短时记忆网络、人体姿态

所属期刊栏目：22

分类号：U495(交通工程与公路运输技术管理)

在线出版日期：2022-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：337-344