基于機(jī)器視覺多信息融合的疲勞狀態(tài)檢測(cè).pdf

1、隨著生活節(jié)奏的加快和娛樂性活動(dòng)的增多，人們每天用于休息的時(shí)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(xué)習(xí)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(jīng)濟(jì)損失和人員傷亡。特別是在航空航天、長(zhǎng)途運(yùn)輸、大型服務(wù)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(huì)使整個(gè)系統(tǒng)處于極其危險(xiǎn)的境地。而目前，精神疲勞的檢測(cè)設(shè)備往往都存在很多缺點(diǎn)，難以應(yīng)用于這些場(chǎng)合，因此，急需一種新型的疲勞狀態(tài)檢測(cè)系統(tǒng)。
　　本文

2、提出了一種基于機(jī)器視覺的多信息融合的疲勞狀態(tài)檢測(cè)系統(tǒng)，首先，提出一種基于機(jī)器視覺的心率檢測(cè)方法，并針對(duì)該檢測(cè)系統(tǒng)中存在的CMOS攝像頭引起的相位誤差和圖像采集系統(tǒng)引起的時(shí)鐘抖動(dòng)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(shí)間表的三次樣條插值方法消除采集系統(tǒng)延時(shí)引起的隨機(jī)誤差，從而提高了該檢測(cè)系統(tǒng)的測(cè)量精度。其次，將這種心率檢測(cè)算法通過插值重構(gòu)后做心率變異性分析，并結(jié)合實(shí)驗(yàn)發(fā)現(xiàn)基于機(jī)器視覺的心率變異性分析中的時(shí)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(guān)性，因此可以采用時(shí)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(cè)方法和P80疲勞判定標(biāo)準(zhǔn)相結(jié)合，并通過實(shí)驗(yàn)驗(yàn)證了融合后的系統(tǒng)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(shí)也提出了融合模型，可以根據(jù)不同的應(yīng)用場(chǎng)景設(shè)置不同的疲勞檢測(cè)深度，從而達(dá)到對(duì)疲勞狀態(tài)預(yù)警的作用。
　　因此，這種基于一個(gè)攝像頭的多信息融合的疲勞狀態(tài)檢測(cè)方法可以用于不同深度的疲勞檢測(cè)和預(yù)警，并且