《表5 眼部参数权重：基于眼部信息融合的疲劳驾驶检测的研究》

  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

《基于眼部信息融合的疲劳驾驶检测的研究》

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

由表4可以发现，多特征疲劳的关联度比较符合先验概率，多特征疲劳关联度P(Fi|λi）的值接近1表明，眼部特征异常状态与驾驶疲劳有着很强的关联性，当被测者出现眼部疲劳表现时，可大概率地认为其处于疲劳状态，但并不是绝对的。在实际中3个特征参数表明疲劳的贡献也不同，一些特征参数对于疲劳的贡献更为显著，因此通过反复实验引入权重如表5所示。