《表1 样本高校基本情况:基于眼部自商图—梯度图共生矩阵的疲劳驾驶检测》
基于自商图与梯度图共生矩阵模型的眼睛状态检测算法能够有效识别视频每一帧图像中眼睛的开闭状态,为后续驾驶员疲劳状态的判别奠定了基础。汪磊和孙瑞山(2012)研究表明:驾驶员的PERCLOS值在清醒状态下小于0.1,轻度疲劳状态下为0.1~0.3,中度疲劳状态下为0.3~0.5,严重疲劳状态下大于0.5。本文利用PERCLOS (Dinges和Grace,1998)与MCD两个疲劳指标来判别驾驶员的疲劳状态,定义如表1所示,单位时间域一般取30s。依据PERCLOS与MCD的值对驾驶员的疲劳状态进行分类。其中,PERCLOS选用的标准是P80,即驾驶员眼睛上眼睑盖住瞳孔80%的面积就认为是闭眼状态。PERCLOS计算为
图表编号 | XD00215920500 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.16 |
作者 | 潘剑凯、柳政卿、王秋成 |
绘制单位 | 浙江工业大学机械工程学院、浙江工业大学机械工程学院、浙江工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |