原文服务方: 航空计算技术       
摘要:
飞行员的训练质量对于飞行安全至关重要,循证训练中要求评估飞行员包含一系列核心胜任力的全面能力。应用计算机视觉技术,非接触式识别飞行员模拟训练时的专注度等级,为循证训练提供更多信息。为了划分适用训练评估的专注度等级,设计了诱发注意力的实验,并以客观的指标对数据进行标注,接着提出一种面部特征融合的专注度识别网络模型,提取面部图像特征以及局部二值模式(LBP)图像特征,同时引入自适应参数调节两种特征的比重。模型在测试集上的精确率、召回率和F1值分别达到了98.6%、98.5%和98.5%,优于其他先进的分类算法。实验结果表明,该模型能有效识别飞行员的专注度等级,同时为循证训练提供更好数据基础。
推荐文章
基于改进YOLOv5的飞行员异常行为识别方法
YOLOv5
飞行员异常行为识别
航空安全
目标检测
数据增强
基于UML-HMM的飞行员操作可靠度推断模型
飞行员
操作可靠度
工作流
隐马尔科夫模型
人为差错
深度稀疏自编码网络识别飞行员疲劳状态
飞行员疲劳
脑电信号
深度稀疏自编码网络
Softmax分类器
飞行员遇险急救设备的研究
急救设备
吊救系统
机上救护
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 基于面部特征融合的飞行员专注度识别方法
来源期刊 航空计算技术 学科 工学
关键词 循证训练;专注度等级;LBP特征;特征融合
年,卷(期) 2025,(1) 所属期刊栏目 计算方法
研究方向 页码范围 37-41
页数 5页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2025(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)
研究主题发展历程
节点文献
循证训练;专注度等级;LBP特征;特征融合
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
航空计算技术
双月刊
1671-654X
61-1276/TP
大16开
西安市太白北路156号
1971-01-01
中文
出版文献量(篇)
3986
总下载数(次)
0
总被引数(次)
18592
论文1v1指导