基于多源信息源融合的疲劳检测系统

摘要

脑力疲劳往往导致生理机能和心理机能失调,严重时甚至会发生不可预估的事故,因此,研究疲劳检测对于减少悲剧的发生,提高生活质量有着重大意义。针对现有市场采用单一信息源检测疲劳稳定性不足的问题,文中设计了一种基于多源信息源融合的疲劳检测系统,该系统结合单点干变级传感器检测脑电特征,采用频域计算心率,加入了轻量化卷积神经网络Yolo-V5s检测面部状态,综合人物头部姿态,融合为疲劳数据样本,共同构建径向基函数神经网络数据集,通过训练网络进行模型分类识别。在保障检测准确率达到97%的同时,增加了实时性能,满足不同场景下的检测需求。