基于面部特征的疲劳驾驶检测技术研究
2021-05-12王富强刘德胜刘云鹏
现代计算机 2021年7期
王富强,刘德胜,刘云鹏
(佳木斯大学信息电子技术学院,佳木斯154007)
0 引言
随着社会经济的快速发展,汽车已经成为常用的交通工具之一,我国机动车拥有量已达到历史新高[1]。汽车及驾驶者数量的剧增虽然提升了出行的便利性,但也造成了交通事故的激增、环境污染等一系列负面问题,给社会造成了不可忽视的损失。据公安部统计截至2020 年9 月9,我国机动车保有量已达3.65 亿辆,汽车驾驶人4.1 亿人,每年仍以10%左右的速度在快速增长。随着机动车拥有量的增加,引发了一系列问题,其中最突出的就是疲劳驾驶[2]。近年来由于司机疲劳驾驶导致的交通事故已占所有交通事故的30%-40%,尤其在高速上,疲劳驾驶引起的交通事故高达40%以上,近几年来疲劳驾驶已经成为轨道交通安全领域的研究热点[3]。
疲劳驾驶检测方法主要有主观检测和客观检测两种方法,主观检测主要通过驾驶员自我评估来鉴定自己的疲劳状态。客观检测主要包括基于生理信号的检测(脑电信号、眼电信号、肌电信号等)[4-5]、基于驾驶行为的检测(方向盘转角、车道偏移量等)[6]和基于图像的驾驶检测方法(驾驶员面部表情等)[7]。其中,基于生理信号的检测方法是一种接触式检测方法,对驾驶员的正常驾驶有一定的干扰,目前只应用于理论研究。基于驾驶行为的检测方法由于驾驶员个体差异、驾驶水平、道路情况不确定等因素,对识别结果影响比较大。基于图像的驾驶检测方法是一种非接触式的检测方式目前被广泛采用。……
登录APP查看全文
