基于深度置信网络和生成模型的驾驶疲劳识别

• 作者: 夏利民 王军
• 来源期刊: 湘潭大学自然科学学报
• 学科: 工学
• 关键词: 疲劳识别 特征提取 深度置信网络 生成模型
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 机械工程与电子工程
• 页码范围: 75-81
• 页数: 7页
• 分类号: TP391
• 字数: 4834字
• 语种: 中文

摘要

驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	王军	电子科技大学中山学院	115	936	14.0	26.0