基于多特征融合的疲劳驾驶状态识别方法研究

Author(s)：

付严辑马鑫垚范国庆

Publication Title：

Wen Yuan (Middle School Edition) 2021 No.12

Affiliations：

辽宁何氏医学院辽宁沈阳浑南区 110000

Abstract：

随着汽车数量的迅速增加，汽车成为世界面临的严重紧迫问题，频繁发生的交通事故造成了严重的经济损失，人们的生命安全受到严重威胁，疲劳驾驶成为严重紧迫的交通安全问题。研究表明，应用机器学习和模型识别等技术对疲劳驾驶状态检测识别方法有很好的效果，能有效地防止交通事故的发生，疲劳驾驶检测技术逐渐从研究领域转向应用领域疲劳驾驶识别研究领域还存在很多困难，识别的准确性可能会受到戴墨镜、光与黑等不同场景的影响。疲劳驾驶状态信息包括眼睛疲劳信息、嘴疲劳信息和头部疲劳信息，识别方法可分为单特征疲劳信息识别和信息识别精度本文主要依据多特征疲劳信息进行疲劳驾驶状态识别。首先，基于SVM的闭眼状态识别算法确定眼睛疲劳状态，然后通过嘴宽比和点头频率确定嘴巴和头部疲劳状态，最后结合多种疲劳驾驶状态识别特征。

Keywords：

多特征融合；疲劳驾驶；识别方法

Views

Citations

Downloads

Favorites

Full Text

Download PDF

Cite

Favorited

Favorite

Share via WeChat