基于DCNN与HMM融合的疲劳驾驶检测方法研究 |
| |
作者姓名: | 方斌 王岩 杨降勇 胡鹏 |
| |
作者单位: | 湖南警察学院 交通管理系,湖南 长沙 410138 |
| |
基金项目: | 湖南警察学院博士专项项目;湖南省教育厅优秀青年项目 |
| |
摘 要: | 首先提出一种深度卷积神经网络(DCNN)与隐马尔可夫模型(HMM)融合的疲劳驾驶检测方法,针对眼睛和嘴巴状态单一特征,构建3层DCNN来识别眼睛和嘴巴闭合状态;再针对训练样本人工标记困难的问题,提出结合人工标记、采用Dlib特征点检测和疲劳参数加权获取驾驶员疲劳等级的方法进行标记;最后,针对疲劳驾驶是一个从状态良好到重...
|
关 键 词: | 疲劳驾驶检测 人工标记 特征点检测 深度卷积神经网络 隐马尔可夫模型 |
本文献已被 万方数据 等数据库收录! |
|