多特征融合的随机森林疲劳驾驶识别算法

• 作者: 刘永 吴士力 唐振民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 随机森林 人脸轮廓点 车辆操控活跃度 疲劳驾驶
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 工程与应用
• 页码范围: 212-219
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0392

摘要

复杂的交通环境、个人和社会因素制约了疲劳驾驶识别技术的应用效果,提出一种对视频中驾驶员脸部状态和车辆驾驶状态数据进行融合分析的疲劳驾驶识别算法.该算法基于Dlib库提取的人脸轮廓点计算眼和嘴的纵横比值,生成眯眼和哈欠特征,基于线性拟合趋势提取法生成车辆操控活跃度特征,然后采用改进后的随机森林模型对疲劳状态进行识别.该模型基于权重对特征的重要性进行评估,提高了树节点分裂的有效性,并给出了森林中树的数量的调控方法.实验结果表明所提算法的疲劳驾驶识别准确率均值达到了92.06％,并具有较好的计算效率,验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民		191	2436	26.0	40.0
2	刘永		43	513	13.0	21.0
3	吴士力		7	3	1.0	1.0