典型文献
低光照环境下基于面部特征点的疲劳驾驶检测技术
文献摘要：
提出了一种新型在低光照环境下有较高适应性和识别精度的疲劳驾驶检测技术.用深度视觉传感器获取驾驶员驾驶图像,用人脸跟踪算法实时提取面部特征点数据,基于最小二乘法对眼睛和嘴巴轮廓进行曲线拟合.计算眼睛和嘴巴开合度归一化指标,提取了眨眼频率、眨眼平均时长、眼睛闭合总时长、打哈欠频率、打哈欠总时长、低抬头频率等6个疲劳识别特征数据.基于数据统计序列的卷积神经网络算法,建立识别模型,构建疲劳状态检测系统.实验表明:本文算法在低光照环境下的疲劳驾驶识别精度达到了90％,识别时间约为130 ms.
文献关键词：
汽车安全;疲劳驾驶识别;深度视觉传感器;卷积神经网络;低光照环境;面部特征点;归一化指标
中图分类号：
作者姓名：
朱艳;谢忠志;于雯;李曙生;张逊
作者机构：
泰州职业技术学院 机电技术学院,泰州225300,中国
文献出处：
引用格式：
[1]朱艳;谢忠志;于雯;李曙生;张逊-.低光照环境下基于面部特征点的疲劳驾驶检测技术)[J].汽车安全与节能学报,2022(02):282-289
A类：
深度视觉传感器,归一化指标,疲劳驾驶识别
B类：
低光照环境,面部特征点,疲劳驾驶检测,高适应性,识别精度,驾驶员,人脸跟踪,跟踪算法,实时提取,眼睛,嘴巴,进行曲,曲线拟合,开合,眨眼频率,打哈欠,抬头,疲劳识别,识别特征,特征数据,神经网络算法,识别模型,疲劳状态,状态检测,ms,汽车安全
AB值：
0.215061
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。
