一种基于多模态融合神经网络对疲劳度检测的方法

• 作者: 邱达锋
• 来源期刊: 现代计算机
• 关键词: 脑电信号 眼电信号 疲劳检测 多模态神经网络
• 年，卷（期）: 2020,（35）
• 所属期刊栏目: 研究与开发
• 页码范围: 32-36,42
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.35.006

摘要

基于脑电信号特征变化,来判断司机是否处于疲劳状态,已经被证明是一种有效的方法.但单一用传统的机器学习的方法对脑电信号进行疲劳检测的准确率还较低.因此,提出一种基于脑电信号和前额眼电信号多模态融合的神经网络方法,并利用上海交通大学公开数据集SEED-VIG进行训练,实验结果表明,与单一的模态相比,多模态融合对于疲劳度检测有更好的识别效果,其准确率达到98.3％,有助于推动司机驾驶过程基于脑电信号疲劳度检测系统的应用.