《表4 多特征眼部疲劳程度》
实验通过总共1min的视频片段,分为处于疲劳状态和正常状态的两部分视频样本。帧速率为20.02,以检测到图像为准,若识别存在于已记录的,则通过个体记录的疲劳参数为准,若记录中并未存在驾驶员,则通过检测到正脸的前10s为正常状态。如果实验对象不为近红外人脸库中所记录的人脸图像,以检测到正脸的前10s的人眼,人嘴平均值为正常状态的标准。视频样本总数为1 204帧,其中476个是疲劳驾驶样本,728个是正常驾驶样本。每10s为一个时间窗进行统计,判断阈值如表3设置,采用贝叶斯分类器进行分类,对实验结果统计,并利用贝叶斯公式计算出现疲劳特征λi时疲劳的概率关联度P(Fi|λi)以及P(λi|Fi),如表4所示。
图表编号 | XD00104377200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 田璐萍、嵇启春 |
绘制单位 | 西安建筑科技大学、西安建筑科技大学 |
更多格式 | 高清、无水印(增值服务) |