《表3 验证结果:基于改进ASM的多特征融合疲劳检测方法》
目前疲劳检测的实验数据库相对较少,因此本实验征集了5名不同肤色、不同性别的志愿者,记录他们在清醒、疲劳和严重疲劳状态下模拟驾驶的视频段作为模糊推理系统的验证数据。视频共计20组,每组视频由20个1分钟的视频段组成,共计300个视频段。模糊推理机验证结果见表3,疲劳程度判断平均准确率达95.1%,其中不存在清醒状态判断为严重疲劳的情况,满足疲劳检测系统的性能要求。表4显示了本文算法与文献[6]和文献[7]的算法对比结果,可以看出在正常和疲劳两种情况下,本文的准确率均优于这两种算法。
图表编号 | XD00111171600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.16 |
作者 | 陈鑫、李为相、李为、张文卿、朱元 |
绘制单位 | 南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院、南京工业大学电气工程与控制科学学院 |
更多格式 | 高清、无水印(增值服务) |