重庆理工大学学报(自然科学)
• •
刘志强,宋雪松,汪彭,等
出版日期:
发布日期:
Online:
Published:
摘要: 为了提升疲劳驾驶的检测效果,以PERCOLS眼睛焦点的位置等眼部特征为参数,提出了支持向量机(SVM)疲劳驾驶检测模型。通过动感型模拟驾驶仪和ASL眼动仪等设备进行了眼部特征参数的数据采集,并以2s的最优时窗长度对数据进行提取和筛选。完成了疲劳驾驶检测模型的训练和验证。结果表明:该模型的综合疲劳识别准确率高达83.92%,能有效地应用于疲劳驾驶检测中。
. 基于眼部特征的疲劳驾驶辨识方法研究[J]. 重庆理工大学学报(自然科学), 2016, 30(10): -.
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: http://clgzk.qks.cqut.edu.cn/CN/
http://clgzk.qks.cqut.edu.cn/CN/Y2016/V30/I10/
Cited