基于优化概率神经网络的驾驶员疲劳检测

来源：电子测量技术杂志2023年第12期北京时间：

作者：王晗，邱联奎

单位：河南科技大学信息工程学院 洛阳 471023

摘要：针对驾驶员面部疲劳检测问题，提出了一种基于遗传算法优化概率神经网络(PNN)的驾驶员疲劳检测算法。采用基于HOG特征的人脸检测器检测脸部，使用ERT算法进行关键点定位，计算PERCLOS值、眨眼频率、单位时间内打哈欠的时间占比、点头频率4个疲劳特征参数，将其输入到PNN中进行疲劳判别，并使用遗传算法优化PNN的平滑因子，提高疲劳分类准确率。使用NHTU-DDD数据集和YawDD数据集训练网络，使用自采集样本验证模型泛化性能，实验中与SVM、BP神经网络以及未优化的PNN模型对比，SVM、BP神经网络以及未优化的PNN的准确率分别为95.67%，97.67%，95.33%，所提的优化的PNN模型准确率为98.67%，验证了算法的有效性。

关键词：疲劳检测;面部特征;遗传算法;概率神经网络

基金资助：国家自然科学基金（U1504617）项目资助