《表1 算法查准查全实验结果》

  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

《基于深度学习的疲劳检测算法》

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

为了进一步验证算法的可行性，本文随机选取Yaw DD视频数据中5个female数据和5个male数据，以及2个课题组自制视频数据，统计这12个视频（总计841 s）中真实疲劳次数，以及算法识别疲劳次数。通过与传统疲劳检测方式对比实验，查看算法查全率与查准率，实验数据如表1所示。查准率为pz=（N-Nl）/（N-Nl+Ne），查全率为pq=（N-Nl）/N，其中N表示真实疲劳次数，Nl表示漏检的次数，Ne表示误检的次数。从实验结果可以看出，本文算法的查准率和查全率均优于传统算法，误检和漏检情况主要是出现在暗光线下的，相对来说正常光照下查全率和查准率会更高。