《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.