Indexed by：
Abstract：
通过分析现有的疲劳检测方法的原理及优缺点,选取眼部、嘴部及头部姿势三个指标,基于多特征生理指标融合,利用Python软件,通过计算机视觉的方法,从摄像头中获取人脸朝向、位置、眼睛开合度、眨眼频率、嘴部开合度等数据,针对长途货运司机设计一个可靠、快速准确的司机疲劳状态检测系统,经过验证与应用,在检测疲劳中眼部指标准确性最好,抗干扰性最强.且多生理指标融合检测相比单生理指标检测疲劳状态的准确度更高,响应速度更快,可避免某一指标受干扰失效从而影响疲劳状态判断,容错性更高.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
物流技术
ISSN： 1005-152X
CN： 42-1307/TB
Year： 2020
Issue： 9
Volume： 39
Page： 74-81,95
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
