李　翊, 陈　星, 严　华

(1.北京大学 地球与空间科学学院，北京　100871； 2.四川省都江堰管理局，四川 都江堰　611830；3.四川大学 电子信息学院，成都　610065)



基于多疲劳信息融合的车载疲劳检测系统的研究和实现

李翊1,2, 陈星3, 严华3

(1.北京大学 地球与空间科学学院，北京100871； 2.四川省都江堰管理局，四川 都江堰611830；3.四川大学 电子信息学院，成都610065)

疲劳驾驶是目前道路交通的一个重要安全隐患，对车载疲劳驾驶系统的研发具有重要的应用价值和广阔的市场前景；目前存在的疲劳监测系统普遍存在成本高，可靠性不足，使用不够便捷等缺陷；通过在安卓平台上采用计算机视觉的途径进行开发和实现，将大大降低系统的成本和使用复杂度；通过多种疲劳特征融合的方法对疲劳状态进行综合性判断，可以有效地增加系统的准确性和可靠性；采用优化的二叉树支持向量机多分类算法能够使得特征融合的过程具有准确性和速度上的优势；在对该疲劳检测系统的相应测试中也获取了良好的实验结果。

疲劳检测;人脸识别;SVM多分类;安卓

0　引言

随着机动车的越发普及，车辆驾驶也带来了越来越多的安全隐患。现有的一些调查统计表明，疲劳驾驶往往是引发交通事故的主要诱因。设计和开发一款实时、可靠、使用便捷的疲劳驾驶监测系统具有十分重要的应用价值和广阔的市场前景。

近年来随着视频捕捉技术和图像处理技术的快速发展，基于计算机视觉的疲劳检测获得了越来越多的关注。……