文献类型：期刊文章

作　　者：耿磊[1,2] 袁菲[1] 肖志涛[1,2] 张芳[1,2] 吴骏[1,2] 李月龙[3,2]

机构地区：[1]天津工业大学电子与信息工程学院,天津300387 [2]天津市光电检测技术与系统重点实验室,天津300387 [3]天津工业大学计算机科学与软件学院,天津300387

出　　处：《计算机工程》

基　　金：国家自然科学基金(61601325);天津市科技支撑计划重点项目(14ZCZDGX00033);天津市科技特派员项目(15JCTPJC56300)

年　　份：2018

卷　　号：44

期　　号：1

起止页码：274-279

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：眼睛和嘴部状态检测是疲劳检测方法的重要步骤,但眼镜遮挡及光照变化使得眼睛状态识别效果不佳。为此,提出一种新的驾驶员疲劳检测方法。使用红外采集设备对驾驶员面部图像进行采集,通过结合AdaBoost与核相关滤波器算法进行人脸检测及跟踪。采用级联回归方法定位特征点,提取眼睛和嘴部区域。运用卷积神经网络进行眼睛和嘴部状态识别,在此基础上计算多个疲劳参数进行疲劳检测。实验结果表明,该方法在多种情况下均能准确地检测眼睛和嘴部状态,可有效地进行疲劳检测。

关 键 词：疲劳检测  人脸检测 特征点检测 状态识别  核相关滤波器  卷积神经网络

分 类 号：TP391]