CORC  > 北京大学  > 地球与空间科学学院
基于多疲劳信息融合的车载疲劳检测系统的研究和实现; Research and Implement of Driver Fatigue Detection Based on Multi-information Fusion
李翊 ; 陈星 ; 严华
刊名计算机测量与控制
2016
关键词疲劳检测 人脸识别 SVM多分类 安卓 fatigue detection face detection SVM multi-classifier android
DOI10.16526/j.cnki.11-4762/tp.2016.01.005
英文摘要疲劳驾驶是目前道路交通的一个重要安全隐患,对车载疲劳驾驶系统的研发具有重要的应用价值和广阔的市场前景;目前存在的疲劳监测系统普遍存在成本高,可靠性不足,使用不够便捷等缺陷;通过在安卓平台上采用计算机视觉的途径进行开发和实现,将大大降低系统的成本和使用复杂度;通过多种疲劳特征融合的方法对疲劳状态进行综合性判断,可以有效地增加系统的准确性和可靠性;采用优化的二叉树支持向量机多分类算法能够使得特征融合的过程具有准确性和速度上的优势;在对该疲劳检测系统的相应测试中也获取了良好的实验结果.; 中国科技核心期刊(ISTIC); 1; 16-19,27; 24
语种中文
内容类型期刊论文
源URL[http://ir.pku.edu.cn/handle/20.500.11897/441584]  
专题地球与空间科学学院
推荐引用方式
GB/T 7714
李翊,陈星,严华. 基于多疲劳信息融合的车载疲劳检测系统的研究和实现, Research and Implement of Driver Fatigue Detection Based on Multi-information Fusion[J]. 计算机测量与控制,2016.
APA 李翊,陈星,&严华.(2016).基于多疲劳信息融合的车载疲劳检测系统的研究和实现.计算机测量与控制.
MLA 李翊,et al."基于多疲劳信息融合的车载疲劳检测系统的研究和实现".计算机测量与控制 (2016).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace