基于深度置信網絡和生成模型的駕駛疲勞識別

王 軍， 夏利民

(1.電子科技大學 中山學院，廣東 中山 528402；2.中南大學 信息科學與工程學院，湖南 長沙 410075)

?

基于深度置信網絡和生成模型的駕駛疲勞識別

王 軍1, 2*， 夏利民2

(1.電子科技大學 中山學院，廣東 中山 528402；2.中南大學 信息科學與工程學院，湖南 長沙 410075)

駕駛疲勞識別研究對預防交通事故提高交通安全具有重要意義.提出了一種基于深度置信網絡和生成模型的駕駛疲勞識別方法.為了有效地表示疲勞，采用深度置信網絡從人臉圖像中提取疲勞特征；結合已標注樣本和未標注樣本，提出了一種基于生成模型的半監督學習的疲勞識別方法，解決了疲勞識別中的小樣本問題.在自建疲勞數據庫上，采用該方法進行了駕駛疲勞識別的仿真實驗，同時和其他幾種方法進行了對比，結果表明該方法具有更高的識別精度.

疲勞識別；特征提取；深度置信網絡；生成模型

疲勞駕駛是導致交通事故的一個重要因素，近年來受到了人們的廣泛關注，目前駕駛疲勞識別已成為交通信息和計算機視覺領域中的研究熱點之一，其研究對預防交通事故、提高交通安全有著重要的理論意義和應用前景.

本世紀以來，國內外研究人員對駕駛疲勞識別進行了大量研究，提出了很多疲勞識別方法，其中基于計算機視覺的方法[1～10]是最流行的駕駛疲勞檢測方法，Singh 等人[1]利用mean-sift算法研究了基于眨眼睛時長的疲勞識別方法；Ahmed[2]等人利用圖像處理方法提取人眼閉合、哈欠及點頭頻率等特征用于駕駛疲勞識別；……