《表5 疲劳检测实验结果:基于多尺度池化卷积神经网络的疲劳检测方法研究》
Wierwille等人[11]提出当进入疲劳时,PERCLOS>0.15,而其他研究者也根据数据将PERCLOS阈值标定为其他值,如0.25[12]。本文在PERCLOS基础上同时考虑了FOM的影响,提出一种疲劳检测的方案:a)当PERCLOS≥0.5或者FOM≥0.5时,判断为疲劳;b)不满足情况a)时,当PERCLOS≥0.4同时FOM≥0.3时,同样判断为疲劳。疲劳检测系统实验中,拍摄10名志愿者模拟驾驶的过程,每人模拟10次疲劳状态,共100次疲劳。同时要求期间可以出现各种干扰状态,如增加眨眼频率、说话、轻笑等。检测系统同时用普通摄像头和红外摄像头实时检测志愿者的状态。表5记录了实验结果。查准率的计算公式为
图表编号 | XD00107267300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 顾王欢、朱煜、陈旭东、郑兵兵、何林飞 |
绘制单位 | 华东理工大学电子与通信工程系、华东理工大学电子与通信工程系、华东理工大学电子与通信工程系、华东理工大学电子与通信工程系、华东理工大学电子与通信工程系 |
更多格式 | 高清、无水印(增值服务) |