基于CNN-LSTM模型的红外图像疲劳情感状态分析方法

摘要：

基于计算机视觉的方法可以通过眼动和嘴巴的状态分析来检测驾驶员的疲劳程度.由于图像视觉方法具有准确性、实时性、非侵入性和低成本等特点,因此,对特定驾驶员面部图像进行识别的方法已被证明是当前最能产业化的技术.然而,当驾驶员疲劳驾驶时,外界光照、驾驶员头部姿态以及面部变化等因素仍然给驾驶员疲劳检测带来许多挑战,在疲劳驾驶检测中最重要的部分就是人脸检测、特征提取和分类识别.该文主要研究了基于CNN网络提取驾驶员面部特征,并通过LSTM网络来推断实车运行环境下驾驶员疲劳状态中的关键问题.试验证明,该文提出的方法具有较高的性能,可以进一步运用到实际场景中.

关键词：CNN-LSTM模型、红外图像、疲劳驾驶、人脸检测

分类号：TP319(计算技术、计算机技术)

资助基金：江苏省高等学校基础科学研究面向项目23KJD520008

在线出版日期：2023-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：9-11