一种基于人脸序列模式的机车驾驶员疲劳检测方法

• 作者: 杨海燕 王雷 蒋新华
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 疲劳检测 Gabor变换 隐马尔可夫模型 人脸图像序列
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 铁道通信信号
• 页码范围: 53-58
• 分类号: TN911.73|U283.4
• 字数: 5100字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2012.05.009

摘要

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法.根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别；最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试.实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋新华	中南大学信息科学与工程学院	78	573	11.0	20.0
5	杨海燕	中南大学信息科学与工程学院	29	263	7.0	16.0
7	王雷	福建工程学院控制与信息技术研究所	15	139	7.0	11.0