基于多疲劳信息融合的车载疲劳检测系统的研究和实现

• 作者: 严华 李翊 陈星
• 来源期刊: 计算机测量与控制
• 关键词: 疲劳检测 人脸识别 SVM多分类 安卓
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 16-19,27
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.01.005

摘要

疲劳驾驶是目前道路交通的一个重要安全隐患,对车载疲劳驾驶系统的研发具有重要的应用价值和广阔的市场前景;目前存在的疲劳监测系统普遍存在成本高,可靠性不足,使用不够便捷等缺陷;通过在安卓平台上采用计算机视觉的途径进行开发和实现,将大大降低系统的成本和使用复杂度;通过多种疲劳特征融合的方法对疲劳状态进行综合性判断,可以有效地增加系统的准确性和可靠性;采用优化的二叉树支持向量机多分类算法能够使得特征融合的过程具有准确性和速度上的优势;在对该疲劳检测系统的相应测试中也获取了良好的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈星	四川大学电子信息学院	73	317	10.0	15.0
2	严华	四川大学电子信息学院	63	249	8.0	12.0