首页> 中文期刊> 《自动化与仪器仪表》 >基于Fine-Grained的电力作业人员疲劳状态自动识别研究

基于Fine-Grained的电力作业人员疲劳状态自动识别研究

         

摘要

呈现不同疲劳状态的人脸特征数据较多,常规方法由于对监测图像的划分不够细致,会丢失较多的匹配关键点,影响特征泛化能力,研究基于Fine-Grained的电力作业人员疲劳状态自动识别方法。设置三级疲劳状态等级,依据睁闭速度、眨眼频率和眼睑开合程度,构建电力作业人员疲劳状态识别模型;基于Fine-Grained(细粒度)分割图像,定位面部特征点及瞳孔位置;按照少数服从多数的原则设置自动分类标准,多尺度特征融合细粒度疲劳图像;通过强监督细粒度识别算法,自动识别疲劳状态。实验结果表明:本方法的识别精度在99.99%以上,与三组对照的常规方法相比,丢失的匹配关键点不超过10个,特征泛化能力最佳。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号