Fatigue state evaluation system based on adaptive threshold optimization

doi:10.13741/j.cnki.11-1879/o4.2025.03.016

您当前的位置：

首页 >

文章列表页 >

Fatigue state evaluation system based on adaptive threshold optimization

更新时间：2025-09-01

- Fatigue state evaluation system based on adaptive threshold optimization
- Vol. 51, Issue 3, Pages: 345-351(2025)
- 作者机构：
  
  1:河北工程大学数理科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2025.03.016
  CLC： U463.6;U492.8;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
Fatigue state evaluation system based on adaptive threshold optimization[J]. 2025, 51(3): 345-351.
DOI：

Fatigue state evaluation system based on adaptive threshold optimization[J]. 2025, 51(3): 345-351. DOI： 10.13741/j.cnki.11-1879/o4.2025.03.016.

摘要

现有疲劳驾驶检测模型存在评价标准单一、适应性不足、算力要求高，以及在夜间照明不足的情况下性能受限的问题。提出了基于自适应阈值优化的疲劳状态评估系统。系统在光照不足的环境下，利用线偏振照明技术提升图像质量，并结合YOLO-GM模型，对有遮挡情况采用边界约束优化眼嘴ROI筛选和识别，提高了特征识别的准确率；构建了基于多特征融合疲劳状态评估模型，提出了基于二分类决策树优化的自适应疲劳阈值评判方法，自适应调整疲劳评价阈值，提高了疲劳评估分类准确度；在YawDD和自建数据集上的实验表明，模型相较于原模型减少3.95MB

特征识别准确率达到95.08%

疲劳状态评估准确率达95%

平均每帧处理时间为88.5ms。由于该系统适用于夜间光照不足的情况，具备较高的实时性且对驾驶员个体差异的适应性强，可集成至车载等低算力平台。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Wavelet denoising based on differentiable shrinkage function and adaptive threshold

Infrared image enhancement algorithm based on adaptive histogram equalization coupled with Laplace transform

Optimized ICP method combining genetic algorithm with adaptive threshold constraints

Target recognition algorithm for mobile robot

Image dynamic recognition applied to aiming equipment reading and verifying

Related Author

石艳

陈家益

方斌

张大兴

吕侃徽

李杜

田青华

白瑞林

Related Institution

3:岭南师范学院信息工程学院

2:广东医科大学生物医学工程学院

1:广州城建职业学院信息工程学院

2:杭州电子科技大学计算机学院

1:浙江金融职业学院信息技术学院

⁰