基于SMO算法的驾驶员疲劳检测  

作　　者：丁琳[1] 

机构地区：[1]江苏财经职业技术学院,江苏淮安223003

出　　处：《企业科技与发展》2023年第12期42-45,共4页Sci-Tech & Development of Enterprise

基　　金：江苏财经职业技术学院校级科研项目“基于深度学习疲劳驾驶检测算法的研究与设计”(2022421041)。

摘　　要：为了能高效判断驾驶员是否进入疲劳状态,文章基于机器视觉的实时驾驶员疲劳检测算法,提出一种驾驶员疲劳状态实时检测技术。该技术采用SMO(序列最小优化)算法快速检测视频中人的脸部特征,检测人眼开合度的疲劳状态,并且采用CNN卷积神经网络结构进行训练测试。实验结果表明,该方法可以高效地检测出驾驶员的疲劳状态,通过发出警告声提示驾驶员休息,从而减少因疲劳驾驶造成的交通安全事故。

关 键 词：人脸定位 特征参数 SMO 疲劳检测 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]