文献类型：期刊文章

作　　者：周勇[1] 周轶斐[1] 赵云[1] 许晶[1] 朱宗豪[1]

ZHOU Yong;ZHOU Yifei;ZHAO Yun;XU Jing;ZHU Zonghao(Department of Electronic Engineering,Wanjiang College of Anhui Normal University,Wuhu 241008,China)

机构地区：[1]安徽师范大学皖江学院电子工程系,安徽芜湖241008

出　　处：《苏州市职业大学学报》

基　　金：大学生创新创业训练计划项目(X202113617008)。

年　　份：2021

卷　　号：32

期　　号：4

起止页码：11-15

语　　种：中文

收录情况：NSSD、RCCSE、普通刊

摘　　要：为了提高疲劳驾驶检测的精度,本研究提出了一种基于熵权-TOPSIS优化BP神经网络的疲劳驾驶预测模型。该模型使用DLIB库进行人脸检测,基于ERT算法建立级联的残差回归树并获取面部60个关键点坐标。通过对关键点坐标以及3D人脸模型匹配来预测头部运动姿态,从而计算面部特征数据。使用熵权-TOPSIS算法对面部特征数据客观赋权并得到归一化后的疲劳指数,将归一化数据作为数据集对BP神经网络进行训练。实验验证该模型预测精度达到99.796%。实际检测中可据此模型计算,当疲劳指数连续多帧高于疲劳阈值便判定为疲劳状态,并对驾驶员进行预警提醒。

关 键 词：人脸特征点检测  熵权-TOPSIS  BP神经网络 疲劳预测  

分 类 号：TP183]