典型文献
基于人脸特征的疲劳检测在矿山远程驾驶中的应用
文献摘要：
针对智能矿山井下运输设备远程操作过程中驾驶员疲劳作业的安全隐患问题,设计了一种驾驶员人脸特征的疲劳检测系统.首先规定不同行为的疲劳驾驶等级,其次对相机采集到的视频信息进行预处理,采集不同角度下驾驶员面部图像样本,采用ASM算法对人脸建模,计算驾驶员的面部特征点定位、眼睛闭合频率、打哈欠频率等面部信息,并依靠深度学习神经网络的自适应特征提取进行数据分析,判断驾驶员疲劳程度.自建人脸数据库和安徽某矿山现场测试表明,该系统能够对驾驶人员在高作业强度、多设备协同下产生的违规操作起到预警和防止的作用.
文献关键词：
人脸特征;深度学习;疲劳驾驶
中图分类号：
作者姓名：
刘旭;战凯;于骞翔;张元生
作者机构：
矿冶科技集团有限公司,北京100160;北京科技大学,北京100083;金属矿山智能开采技术北京市重点实验室,北京102628;北京北矿智能科技有限公司,北京102628
文献出处：
引用格式：
[1]刘旭;战凯;于骞翔;张元生-.基于人脸特征的疲劳检测在矿山远程驾驶中的应用)[J].有色金属工程,2022(04):124-130
A类：
B类：
人脸特征,疲劳检测,远程驾驶,智能矿山,矿山井下,井下运输,运输设备,远程操作,操作过程,驾驶员,劳作,安全隐患问题,疲劳驾驶,机采,视频信息,面部图像,像样,ASM,人脸建模,面部特征点,特征点定位,眼睛,打哈欠,深度学习神经网络,自适应特征提取,疲劳程度,现场测试,测试表明,驾驶人员,高作,多设备,同下,违规操作
AB值：
0.433785
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
