基于全天候照明场景的有效检测驾驶员疲劳状态
Siyang Hu1, Qihuang Gao1, Kai Xie2
1School of Electronic Information and Electrical Engineering, Yangtze University, Jingzhou, 434023, China.
Scientific reports
|July 24, 2024
概括
本研究引入了一种使用可见和红外成像的多模式驾驶疲劳检测系统,以克服单一来源方法的局限性. 先进的系统在各种照明条件下实现了高精度,提高了驾驶员的安全性.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 驾驶疲劳是交通事故的主要原因之一.
- 目前的疲劳检测方法在与单一来源数据的限制和异常照明作斗争.
- 准确的驾驶员监控对于道路安全至关重要.
研究的目的:
- 开发一个强大的驾驶疲劳检测系统.
- 为了应对单一信息精度和在不同光线条件下的性能方面的挑战.
- 通过早期疲劳预警来提高驾驶员的安全性.
主要方法:
- 采用多任务级联卷积网络 (MTCNN) 和基于红外的远程光谱图谱 (rPPG) 来提取面部和生理数据.
- 开发了一种多模式的功能融合模型,包含可见和红外数据.
- 实现了基于Bi-LSTM的检测模块,用于处理异常照明,并具有多损失重建 (MLR).
主要成果:
- 多模式模型显著优于单模式方法,精度提高了8.1%.
- 在异常照明 (83.6%-91.7%) 和正常条件 (93.2%) 下保持了高检测准确度.
- 在NTHU-DDD,UTA-RLDDD和FAHD数据集上进行了实验验证.
结论:
- 拟议的多模式融合方法有效地提高了驾驶疲劳检测的准确性和稳定性.
- 与现有方法相比,该系统表现出卓越的性能,特别是在具有挑战性的照明条件下.
- 这项研究有助于开发更可靠的驾驶员疲劳监测系统,以提高交通安全.
