CAJ | 학술논문

通过对注意涣散时驾驶员头部运动及面部表情变化特征的分析,系统实时监测驾驶员眼睛、嘴巴位置和运动状态信息,构建驾驶员注意涣散特征表征参量,实现对驾驶员注意涣散状态信息的检测与提取.驾驶员注意涣散表征量具有复杂的非线性特征,利用BP神经网络非线性识别的优势对驾驶员注意特征进行模式分类,实现驾驶员不同注意涣散状态下的特征捕捉.同时采用Dempster-Shafer证据推理技术,对驾驶注意涣散多源表征信息进行决策融合,实现对驾驶员注意涣散状态的判断.结果表明,BP神经网络与D-S规则多源信息决策融合技术的运用提高了驾驶员注意涣散特征检测的准确性和可靠性.
통과대주의환산시가사원두부운동급면부표정변화특정적분석,계통실시감측가사원안정、취파위치화운동상태신식,구건가사원주의환산특정표정삼량,실현대가사원주의환산상태신식적검측여제취.가사원주의환산표정량구유복잡적비선성특정,이용BP신경망락비선성식별적우세대가사원주의특정진행모식분류,실현가사원불동주의환산상태하적특정포착.동시채용Dempster-Shafer증거추리기술,대가사주의환산다원표정신식진행결책융합,실현대가사원주의환산상태적판단.결과표명,BP신경망락여D-S규칙다원신식결책융합기술적운용제고료가사원주의환산특정검측적준학성화가고성.