基于機器視覺多信息融合的疲勞狀態(tài)檢測.pdf

1、隨著生活節(jié)奏的加快和娛樂性活動的增多，人們每天用于休息的時間越來越短，從而很難能夠以較充足的精力投入到每天的工作和學習中，這不但直接影響自己的工作能力而且在特殊的行業(yè)很有可能造成極大的經濟損失和人員傷亡。特別是在航空航天、長途運輸、大型服務器監(jiān)管等行業(yè)，一旦操作員在精神疲勞狀態(tài)下工作，將會使整個系統處于極其危險的境地。而目前，精神疲勞的檢測設備往往都存在很多缺點，難以應用于這些場合，因此，急需一種新型的疲勞狀態(tài)檢測系統。
　　本文

2、提出了一種基于機器視覺的多信息融合的疲勞狀態(tài)檢測系統，首先，提出一種基于機器視覺的心率檢測方法，并針對該檢測系統中存在的CMOS攝像頭引起的相位誤差和圖像采集系統引起的時鐘抖動誤差，提出了基于幅頻疊加算法的相位誤差消除方法和基于時間表的三次樣條插值方法消除采集系統延時引起的隨機誤差，從而提高了該檢測系統的測量精度。其次，將這種心率檢測算法通過插值重構后做心率變異性分析，并結合實驗發(fā)現基于機器視覺的心率變異性分析中的時域均值和頻域高頻分量

3、與人的疲勞狀態(tài)具有一定的相關性，因此可以采用時域均值和頻域高頻分量作為疲勞狀態(tài)研究的特征量。最后，將這種心率變異性分析的疲勞狀態(tài)檢測方法和P80疲勞判定標準相結合，并通過實驗驗證了融合后的系統能夠判斷出受試者不同的疲勞狀態(tài)和深度疲勞狀態(tài)，同時也提出了融合模型，可以根據不同的應用場景設置不同的疲勞檢測深度，從而達到對疲勞狀態(tài)預警的作用。
　　因此，這種基于一個攝像頭的多信息融合的疲勞狀態(tài)檢測方法可以用于不同深度的疲勞檢測和預警，并且