《表3 与现行算法对比:基于N-Range的新型可穿戴疲劳监测眼镜》
表3为近年来眼动疲劳监测领域中的优秀研究成果。与本文方案对比,可以看出,近10年疲劳监测方案还停留在正面监测,这种方案对应用场景有着较大的限制,因此市场上现行的疲劳监测设备主要用于汽车驾驶场景中。因为驾驶员座位固定且与摄像头保持相对静止,车内环境固定且简单,符合正面监测方案的条件,算法设计难度相对低,但是这些方案的有效性仍然较低,这是因为它难以同时保证高准确率与高实时性。2018年前,疲劳监测算法的准确率可以达到90%,但难以实现实时性。2018年后,Anthony D.McDonald提出了一种基于上下文的疲劳监测算法,其准确率达到了89%且能够实时监测,具有一定的实用价值。本研究立足于眼动疲劳监测的根本理论,通过软硬件创新,首次提出了侧眼眼动疲劳监测眼镜方案,在准确率与实时性上均达到了当前最优水平,对疲劳监测的应用环境也进行了扩充,可以适用于常规作业中,并且不会干扰工作效率,填补了侧眼眼动疲劳监测领域的空白,具有较高的实用价值。
图表编号 | XD0062250400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 姚康、管凯捷、张熙、付威威 |
绘制单位 | 中国科学技术大学、中国科学院苏州生物医学工程技术研究所、中国科学技术大学、中国科学院苏州生物医学工程技术研究所、中国人民解放军总医院第二医学中心神经内科、中国科学技术大学、中国科学院苏州生物医学工程技术研究所 |
更多格式 | 高清、无水印(增值服务) |