湘潭大学自然科学学报
湘潭大學自然科學學報
상담대학자연과학학보
Natural Science Journal of Xiangtan University
2015年
3期
75-81
,共7页
疲劳识别%特征提取%深度置信网络%生成模型
疲勞識彆%特徵提取%深度置信網絡%生成模型
피로식별%특정제취%심도치신망락%생성모형
fatigue recognition%feature extracting%deep belief network%generative model
驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度.
駕駛疲勞識彆研究對預防交通事故提高交通安全具有重要意義.提齣瞭一種基于深度置信網絡和生成模型的駕駛疲勞識彆方法.為瞭有效地錶示疲勞,採用深度置信網絡從人臉圖像中提取疲勞特徵;結閤已標註樣本和未標註樣本,提齣瞭一種基于生成模型的半鑑督學習的疲勞識彆方法,解決瞭疲勞識彆中的小樣本問題.在自建疲勞數據庫上,採用該方法進行瞭駕駛疲勞識彆的倣真實驗,同時和其他幾種方法進行瞭對比,結果錶明該方法具有更高的識彆精度.
가사피로식별연구대예방교통사고제고교통안전구유중요의의.제출료일충기우심도치신망락화생성모형적가사피로식별방법.위료유효지표시피로,채용심도치신망락종인검도상중제취피로특정;결합이표주양본화미표주양본,제출료일충기우생성모형적반감독학습적피로식별방법,해결료피로식별중적소양본문제.재자건피로수거고상,채용해방법진행료가사피로식별적방진실험,동시화기타궤충방법진행료대비,결과표명해방법구유경고적식별정도.
