基于人体姿态空时特征的驾驶员疲劳检测

作者：李泰国^*; 张天策; 李超; 张英志; 王英

来源：交通运输系统工程与信息, 2022, 22(05): 337-344.

DOI：10.16097/j.cnki.1009-6744.2022.05.035

• 智能交通
• 疲劳检测
• 空-时特征
• 长短时记忆网络
• 人体姿态

为减少疲劳驾驶给道路交通带来的安全隐患，本文以驾驶员人体姿态为研究对象，分析驾驶动作变化与驾驶员疲劳状态之间的联系，提出基于空时特征与人体姿态的驾驶员疲劳检测模型。首先，以改进的Simple Baselines网络定位驾驶员骨架关键点(空间特征)；其次，分析驾驶过程中人体姿态的变化特点，依据“高内聚、低耦合”的原则将人体关键点模块化，以此为基础设计多个与驾驶员疲劳驾驶相关的特征表示；最后，引入滑动窗口计算各疲劳特征的离散程度，将其作为长短时记忆网络(时间特征)的输入，从而实现对驾驶员疲劳状态的预测。通过13位被试驾驶人的驾驶行为数据实验结果表明：使用本文提出的基于空-时特征和人体姿态的驾驶员疲劳检测模型可达到97.73%的检测精确率，98.95%的召回率以及98.35%的准确率，表明该检测模型具有可行性。

• 单位
  兰州交通大学; 陕西省康复医院