机械工程学报

作者：刘明周, 蒋倩男, 扈静

单位：合肥工业大学机械工程学院 合肥 230009

关键词：BP人工神经网络,SIFT特征点匹配,肤色检测,机器视觉,驾驶疲劳；

基金：国家自然科学基金资助项目（51375134）

驾驶员疲劳驾驶是造成交通事故的主要原因之一，为解决该问题，提出一种新的基于机器视觉的驾驶员疲劳状态检测方法。根据驾驶员视频图像特点，采用基于肤色检测的Adaboost算法提取面部以及手部的感兴趣区域（Regions of interest，ROIs）。基于尺度不变特征变换（Scale invariant feature transform，SIFT）特征点匹配获取眼、嘴以及手部的SIFT特征点，据此得出面部以及手部特征参数。将Perclos、MClosed、Phdown以及SA 4个特征参数作为模型输入，疲劳度等级作为模型输出，建立三层BP神经网络模型，并应用贝叶斯正则化并结合动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。试验数据表明，该方法能够克服光照、背景、角度以及个体差异的影响，且疲劳检测的正确识别率达到99.64%。

来源：2019年第2期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2019年第2期