疲劳检测
疲劳检测的相关文献在1983年到2022年内共计1087篇,主要集中在自动化技术、计算机技术、公路运输、无线电电子学、电信技术
等领域,其中期刊论文267篇、会议论文14篇、专利文献1127917篇;相关期刊183种,包括黑龙江科技信息、科学技术与工程、电子测试等;
相关会议13种,包括第十七届全国信号处理学术年会、第三届全国工程结构安全检测鉴定与加固修复暨第一届中国钢结构协会钢结构质量安全检测鉴定技术研讨会、第22届全国计算机新科技与计算机教育学术会议等;疲劳检测的相关文献由2568位作者贡献,包括付威威、张建平、任谊文等。
疲劳检测—发文量
专利文献>
论文:1127917篇
占比:99.98%
总计:1128198篇
疲劳检测
-研究学者
- 付威威
- 张建平
- 任谊文
- 管凯捷
- 姚康
- 成波
- 董月芳
- 邹翔
- 张伟
- 徐祥刚
- 梁钟铭
- 高翔
- 刘崇朴
- 张熙
- 李家文
- 耿磊
- 傅中秋
- 刘花
- 孙雅琦
- 宿海燕
- 张健
- 李春惠
- 李祥
- 王强
- 王超
- 穆振东
- 许经纬
- 谈源
- 谢浩俊
- 靳慧斌
- 不公告发明人
- 刘三女牙
- 刘丹
- 周自力
- 唐聪
- 孔万增
- 岳洪伟
- 张正华
- 张波
- 张辉
- 彭耀兴
- 徐永亮
- 戴志诚
- 旷文腾
- 曲巍
- 朱晓亮
- 李学超
- 李斌
- 李春光
- 李源
-
-
沈锋;
罗文田
-
-
摘要:
随着飞行负荷以及飞行时长的增加,因飞行疲劳导致的航空事件时有发生,对飞行疲劳进行量化、评估、检测与预防等具有重要意义。基于神经网络的疲劳检测方法在陆地交通领域的应用较早也较多,但在民航领域的应用较少。因此,将基于神经网络的疲劳检测方法迁移应用到民航领域,对于促进飞行安全有重大意义。阐述传统飞行疲劳检测的方法及其特点,以及神经网络在飞行疲劳检测中的应用,并对飞行疲劳检测方法的发展趋势进行展望。
-
-
周俊海;
赵盼盼;
刘孝亮;
张伟;
黄静
-
-
摘要:
为了填补储氢气瓶在大温域跨度条件下的疲劳检测试验系统的研究空白,针对氢气瓶充放氢过程中存在的易燃易爆等风险特性设计了符合国家标准的氢气瓶疲劳检测实验舱温度控制系统,采用液体载冷进行间接温控,隔绝了电气设备与氢气瓶检测实验舱的直接接触,降低了爆炸风险,试验验证了系统可以实现实验舱内-40—85°C温度范围内的温度环境模拟和高精度控制,温度均匀度最高达±0.5°C,单点控制精度最高达±0.1°C,满足测试环境温度需求。
-
-
王鹏;
神和龙;
尹勇;
吕红光
-
-
摘要:
针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法。考虑到船舶驾驶台空间大、背景复杂等特点,使用深度可分离卷积改进RetinaFace人脸检测模型,优化模型的检测速度;基于Channel Split和Channel Shuffle思想,结合批量归一化、全局平均池化等技术搭建改进的ShuffleNetV2网络,自动提取图像特征,识别眼睛、嘴巴的开闭状态;根据PERCLOS准则融合眼睛、嘴巴2个特征参数综合判定驾驶员是否疲劳。实验结果表明:改进后RetinaFace模型的检测速度由9.33帧/s提升至22.60帧/s,人脸检测精度和速度均优于多任务卷积神经网络(MTCNN);改进的ShuffleNetV2网络识别眼睛、嘴巴状态的准确率高达99.50%以上;算法在模拟驾驶台环境中识别疲劳状态的精确率达到95.70%,召回率达到96.73%,均高于目前常见的Haar-like+Adaboost以及MTCNN+CNN疲劳检测算法。算法检测每帧图片仅需0.083 s,基本满足实时检测的要求。
-
-
万昔源
-
-
摘要:
为了更好地提高学生在远程教育中的学习效率,避免学生出现走神瞌睡等情况,文中提出了一种基于视频分析的学生眼睛疲劳状态的检测方法。该方法的原理是将疲劳检测视为基于图像的序列识别。首先采用深度级联的多任务框架从视频中提取人眼区域;然后通过深层卷积学习空间特征,并通过长-短期记忆单元分析相邻帧之间的关系;最后,对学生状态进行序列级预测。实验结果表明,与现有的方法相比,所提出的方法具有较高的准确率和精度。
-
-
王红君;
白浩;
赵辉;
岳有军
-
-
摘要:
疲劳驾驶是造成交通事故的主要原因之一,为提高驾驶员疲劳驾驶状态的智能化检测水平,提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法,采用多线程优化后的Dlib(图像处理开源库)实现对驾驶员面部的定位与追踪,利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取,实时计算驾驶员眼部的纵横比和嘴部长宽比,并以视频流数据集作为实验样本计算出相关阈值,有效提高了检测算法的普适性,在此基础上,计算出眨眼频率、闭眼次数、眼睛闭合时间百分比以及打哈欠频率这4个反映驾驶员疲劳状态的指标,并利用数学方法进行指标实时融合,根据融合指标的数值对驾驶员疲劳状态进行分级,最终通过实验验证该疲劳检测系统的准确性。结果表明:所提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势,驾驶员疲劳判定的正确率达到97.5%以上。
-
-
刘坤明
-
-
摘要:
针对嵌入式设备性能受限问题,设计了一种基于改进的SSD算法的疲劳检测系统。系统采用改进的SSD算法进行人脸检测和轻量级PFLD算法定位面部特征点,最后进行面部关键特征的疲劳判断。通过优化SSD算法网络结构和使用轻量级特征点定位算法,实现了在嵌入式处理器上疲劳检测。实验结果表明,轻量级疲劳检测系统在嵌入式处理器上具有良好的实时疲劳检测性能,并能够及时给予疲劳报警。
-
-
江跃龙
-
-
摘要:
针对轨道交通列车高速行驶过程中,轨道交通列车司机因长时间工作而产生的疲劳,将影响行车安全,对机车司机作业行为以及工作条件、工作状态和监督环节重要一部分。在列车司机长时间驾驶疲劳检测其中最关键技术之一是人脸检测和人脸感兴趣区域(ROI)定位,利用高斯肤色模型对列车司机驾驶图像中的人脸感兴趣区域(ROI)进行预分割,得到列车司机的人脸感兴趣区域,提出一种面向轨道交通列车司机疲劳检测关键技术之一是人脸检测的方法,针对轨道交通列车司机疲劳检测,如人脸检测技术进行了研究,经过实验分析表明,在复杂光照下列车司机人脸方法能有效提高人脸检测率,鲁棒性较好,为后续研究精准定位列车司机的眼睛张开和闭合进行疲劳检测奠定一定基础。
-
-
陈嘉宁;
车俐;
廖嘉宁
-
-
摘要:
随着神经网络算法的高速发展,计算机视觉领域发展越来越迅猛,对算法精确度和识别速度的要求也越来越高。MTCNN(Multi-task Convolutional Neural Networks)作为一种基于深度学习的人脸检测和人脸特征点对齐的方法,以速度快、精度高而广为人知,并且被应用得最广泛。根据改进的MTCNN作为主干网络,构造一个精度高识别速度快的特征点检测算法,在开源的LFW数据集上获得0.003的特征点损失,并将其应用于疲劳检测算法,取得较好的效果。
-
-
王爽
-
-
摘要:
为了预防驾驶员因疲劳驾驶引发交通事故,提出一种基于改进的HOG(histogram of oriented gra⁃dients)算法与CNN-SVM结合的人脸疲劳检测方法。首先,针对传统HOG特征提取过程中的不足,对HOG特征提取时加入了对角线像素的灰度信息,使得提取到的灰度边缘信息更加丰富,从而提升对人脸检测的准确度。其次,使用级联回归(ensemble of regression trees,ERT)算法对脸部68个关键点标定并裁剪眼部区域。最后,使用CNN结合SVM对人眼状态识别,并结合PERCLOS等参数进行疲劳判断。
-
-
叶华洲
-
-
摘要:
为了准确、快速地检测驾驶员疲劳状态,设计一种基于深度学习和ERT算法的车载疲劳检测系统。该系统采用MTCNN算法进行人脸定位,使用KCF算法进行人脸追踪,应用ERT算法进行人脸特征点检测。获得特征点后,测定了眨眼动作的EAR阈值与哈欠动作的MAR阈值,在YawDD数据集上眨眼识别的准确率达到88.07%,哈欠识别的F1-measure达到了92.31。通过计算眨眼时的PERCLOS值与检测嘴巴张度MAR的大小来判断眼部与嘴部状态,使用决策树进行多特征融合疲劳判断,进而决定是否进行预警。
-
-
-
-
-
-
-
成波;
张广渊;
冯睿嘉;
李家文;
张希波
- 《2009北京汽车工程学会学术年会》
| 2009年
-
摘要:
提出了一种基于眼睛状态识别的驾驶员疲劳状态实时监测的方法。为了实现眼睛状态的检测,首先通过计算累计背景和当前帧的差分图像的质心确定脸部范围,然后通过二值化和轮廓检测确定眼睛的搜索区域.在利用启发式规则进行筛选定位之后,计算眼睛骨架曲线和两眼角连线之间的距离得到眼睛的睁开程度。通过计算相应的疲劳指标如PERCLOS,平均睁眼程度、最长眼睛闭合时间来推测驾驶员的疲劳状态.以驾驶员面部视频的主观评分作为评价依据对检测方法进行评价,结果显示上述3个指标在不同的疲劳等级下均存在显著性差异,通过对不同指标的融合可达到较好的疲劳检测准确率。
-
-
-
-