《表4 眼睛状态判断实验结果》

《表4 眼睛状态判断实验结果》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《人脸识别在疲劳驾驶检测中的应用研究》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

通过驾驶员外部特征判断疲劳状态的检测方法,不会影响驾驶员的正常行车.驾驶员的外部特征包括头部运动、表情变化、眼睛的运动以及瞳孔大小.这些外部特征的变化通过眨眼活动(Eye Blink Activity,EBA)、眼睛闭合时间(Eye Closure Time,ECT)、眨眼频率(Eye Blink Frequency)、点头频率(NodFreq)以及卡内基梅隆研究所提出的PERCLOS(Percentage of Eyelid Closure Over the Pupil Over Time)标准.来度量瞌睡/疲劳的物理量.其定义是单位时间内(一般取一分钟或者30秒)眼睛闭合一定比例(70%或者80%)所占的时间[18].1999年美国联邦高速公路管理局FHWA(Federal Highway Administration)召集众多的专家学者,对PERCLOS和其它人眼活动检测方法的有效性进行研究讨论,并且通过实验数据进行对比,结果证明在众多的疲劳检测方法中,PERCLOS最能直接反映驾驶员的疲劳程度.最后得出PERCLOS应该是车载、实时的、非接触式检测疲劳方法的首选.PERCLOS方法中常用的标准有P70、P80和EM三种.本文中对驾驶员疲劳判定方法进行实验验证,实验结果如表4所示.