基于深度学习的车载疲劳检测研究

为了准确、快速地检测驾驶员疲劳状态,设计一种基于深度学习和ERT算法的车载疲劳检测系统。该系统采用MTCNN算法进行人脸定位,使用KCF算法进行人脸追踪,应用ERT算法进行人脸特征点检测。获得特征点后,测定了眨眼动作的EAR阈值与哈欠动作的MAR阈值,在YawDD数据集上眨眼识别的准确率达到88.07%,哈欠识别的F1-measure达到了92.31。通过计算眨眼时的PERCLOS值与检测嘴巴张度MAR的大小来判断眼部与嘴部状态,使用决策树进行多特征融合疲劳判断,进而决定是否进行预警。

金湖县食品污染物监测结果与分析

目的为系统地了解食品污染物对我县食品的污染状况和污染水平。方法按照卫生部食品污染物监测方案规定的统一方法，于2002年采集9大类共86份样品，进行重金属，有机氯、有机磷农药残留检测。结果检测铅、砷、镉、汞各86份，有机氯82份，有机磷48份，共计1028项次，合格1024项次，合格率为99．61％。结论除3份皮蛋和1份牛奶中的铅以外，其他食品中的铅、砷、镉，有机氯、有机磷的污染水平均低于国家限量标准。