基于半监学习的疲劳驾驶检测模型

摘要

通过模拟驾驶平台和摄像头分别获取车辆的转向信息和驾驶员的面部信息,将2种信息融合,然后建立疲劳驾驶检测样本数据集.从数据集中抽取少量样本并对其标记,基于标签传播原理,建立基于图的半监督学习疲劳驾驶分类模型;对分类后的驾驶员状态进行判断,最终建立疲劳驾驶检测模型.结果表明:该疲劳驾驶检测模型的准确率为91.03％,召回率为88.94％,F1值为89.97％.