基于多源视觉信息和特征选择的疲劳检测方法

针对传统疲劳检测方法因提取的特征比较单一,导致检测精度较低的问题,本文结合面部动作单元和头部姿态两种维度的视觉信息表征疲劳,并在视频段上分别提取这两种信息的8个统计量作为疲劳特征。同时提出MI-FCBF特征选择算法,该算法通过比较特征的互信息值和对称不确定性去除无关特征和冗余特征,在不影响分类精度的前提下降低特征维度。实验结果表明,本文提出的基于多源视觉信息和特征选择的疲劳检测方法能够以较低维度的特征有效检测驾驶员的疲劳状态,提高了检测模型的泛化能力。