运营商EYEVP:基于眼动,心率数据和视频信息的疲劳检测运营商数据集
Svetlana Kovalenko1, Anton Mamonov2, Vladislav Kuznetsov3
1Institute of Cognitive Neuroscience, HSE University, Moscow 101000, Russia.
Sensors (Basel, Switzerland)
|July 14, 2023
概括
这项研究引入了用于疲劳检测的新数据集,这对于事故预防系统至关重要. 分析显示,眼睛跟踪数据与选择反应时间相关,表明疲劳存在.
科学领域:
- 用于检测疲劳的生理和行为指标.
- 开发预防系统,防止事故发生.
背景情况:
- 疲劳检测对于诸如驾驶员和操作员监控等系统至关重要.
- 需要客观的生理和行为指标来准确评估疲劳.
- 现有的公共数据集缺乏用于疲劳检测模型开发的全面数据.
研究的目的:
- 为疲劳检测研究创建一个新的数据集.
- 确定可靠的生理和行为疲劳指标.
- 评估现有数据集对于疲劳检测的适用性.
主要方法:
- 在8天内从10名参与者收集了多模式数据 (眼睛跟踪,视频,心率).
- 参与者从事模拟日常活动的各种任务 (例如,选择反应时间,阅读).
- 分析了公共数据集和新收集的数据,以检测疲劳的适用性.
主要成果:
- 现有的公共数据集被认为不足以全面检测疲劳.
- 新记录的数据集证明了对疲劳研究的有用性.
- 眼睛跟踪数据和选择反应时间之间的相关性表明疲劳存在.
结论:
- 成功创建了一个新的多模式数据集,用于疲劳检测.
- 该数据集支持识别疲劳指标.
- 眼睛跟踪数据显示,与行为任务相结合,作为疲劳指标具有前景.
