科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高列车司机行车疲劳检测的准确性，提出一种面部多信息融合的列车司机疲劳检测方法。首先，采用低光增强进行图像预处理，以基于局部二值模式(LBP)特征检测人脸。其次，利用回归树集合(ERT)算法获取司机人脸特征点，并通过人脸模型匹配得到司机头部姿态角。最后，根据列车司机的特殊驾驶环境，对最能表现疲劳的眼睛特征量进行自适应阈值修正和眼睛凝视修正，以模糊推理系统为融合工具，以眼睛、嘴巴、头部姿态特征量作为模糊推理系统输入，得到司机的疲劳值作为检测结果。实验结果表明，该检测方法可以区分司机疲劳等级，在正常环境下准确率为95%,在低光照环境下的准确率为86.8%。
- 单位
