本文主要研究内容
作者李军,幸坚炬,黄超生,谢伟彬,钟菊萍,邹思昕（2019）在《人脸识别在疲劳驾驶检测中的应用研究》一文中研究指出：论文将卷积神经网络应用于人脸识别,对瞳孔定位算法进行改进,有效地克服了原算法计算量大的问题.根据驾驶员眼睛在不同状态下宽高比例不同的特点,实现了一种简单可行的眼睛状态判断方法,并通过PERCLOS算法对驾驶员的疲劳状态进行判定.论文采用改进Hough变换方法定位驾驶员眼睛,准确率为92%,平均响应时间为29ms,驾驶员眼睛状态的判断准确率为83.9%.设计了一种基于人脸识别的疲劳驾驶检测原型系统,实现驾驶员脸部特征检测、眼睛定位、眼睛状态判断、疲劳判定等功能.实验结果表明,系统对疲劳状态的识别率为87.5%,疲劳判断的响应时间为17ms,有较好的实际应用价值.
Abstract
lun wen jiang juan ji shen jing wang lao ying yong yu ren lian shi bie ,dui tong kong ding wei suan fa jin hang gai jin ,you xiao de ke fu le yuan suan fa ji suan liang da de wen ti .gen ju jia shi yuan yan jing zai bu tong zhuang tai xia kuan gao bi li bu tong de te dian ,shi xian le yi chong jian chan ke hang de yan jing zhuang tai pan duan fang fa ,bing tong guo PERCLOSsuan fa dui jia shi yuan de pi lao zhuang tai jin hang pan ding .lun wen cai yong gai jin Houghbian huan fang fa ding wei jia shi yuan yan jing ,zhun que lv wei 92%,ping jun xiang ying shi jian wei 29ms,jia shi yuan yan jing zhuang tai de pan duan zhun que lv wei 83.9%.she ji le yi chong ji yu ren lian shi bie de pi lao jia shi jian ce yuan xing ji tong ,shi xian jia shi yuan lian bu te zheng jian ce 、yan jing ding wei 、yan jing zhuang tai pan duan 、pi lao pan ding deng gong neng .shi yan jie guo biao ming ,ji tong dui pi lao zhuang tai de shi bie lv wei 87.5%,pi lao pan duan de xiang ying shi jian wei 17ms,you jiao hao de shi ji ying yong jia zhi .
论文参考文献
论文详细介绍
论文作者分别是来自广东技术师范学院学报的李军,幸坚炬,黄超生,谢伟彬,钟菊萍,邹思昕，发表于刊物广东技术师范学院学报2019年03期论文，是一篇关于疲劳驾驶检测论文,卷积神经网络论文,人脸识别论文,图像处理论文,广东技术师范学院学报2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自广东技术师范学院学报2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：疲劳驾驶检测论文; 卷积神经网络论文; 人脸识别论文; 图像处理论文; 广东技术师范学院学报2019年03期论文;