原文服务方: 物联网技术       
摘要:
针对疲劳驾驶的问题,文中提出了一种新型检测方法.使用Adaboost算法对人脸进行检测,对检测到的人脸区域中的眼睛和嘴巴进行定位和状态分析,在决策阶段采用信息融合的方法对疲劳状态进行判定.结果表明,该方法在多种情况下均能精确检测眼睛和嘴巴的状态,有效检测驾驶员是否疲劳驾驶.
推荐文章
驾驶员疲劳检测技术研究综述
疲劳检测
生理参数
视觉特征
车辆行为
驾驶员疲劳检测技术研究综述
疲劳检测
生理参数
视觉特征
车辆行为
基于视觉的驾驶员疲劳特征提取方法
视觉信息
疲劳检测
疲劳特征提取
AdaBoost算法
自适应阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的驾驶员疲劳检测方法
来源期刊 物联网技术 学科
关键词 疲劳检测 人脸检测 Adaboost算法 信息融合
年,卷(期) 2018,(7) 所属期刊栏目 智能处理与应用
研究方向 页码范围 78-79
页数 2页 分类号 TP391.41
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2018.07.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨国亮 江西理工大学电气工程与自动化学院 74 384 10.0 16.0
2 洪志阳 江西理工大学电气工程与自动化学院 5 5 2.0 2.0
3 王猛飞 江西理工大学电气工程与自动化学院 1 2 1.0 1.0
4 侯东强 江西理工大学电气工程与自动化学院 2 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (34)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(14)
  • 参考文献(0)
  • 二级参考文献(14)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
疲劳检测
人脸检测
Adaboost算法
信息融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导