基于人体姿态空时特征的驾驶员疲劳检测

来源：交通运输系统工程与信息杂志2022年第5期北京时间：

作者：李泰国, 张天策, 李超, 张英志, 王英

单位：1. 兰州交通大学，自动化与电气工程学院，兰州 730070；2. 陕西省康复医院，运动疗法一科，西安710065

摘要：为减少疲劳驾驶给道路交通带来的安全隐患，本文以驾驶员人体姿态为研究对象，分析驾驶动作变化与驾驶员疲劳状态之间的联系，提出基于空时特征与人体姿态的驾驶员疲劳检测模型。首先，以改进的Simple Baselines网络定位驾驶员骨架关键点(空间特征)；其次，分析驾驶过程中人体姿态的变化特点，依据“高内聚、低耦合”的原则将人体关键点模块化，以此为基础设计多个与驾驶员疲劳驾驶相关的特征表示；最后，引入滑动窗口计算各疲劳特征的离散程度，将其作为长短时记忆网络(时间特征)的输入，从而实现对驾驶员疲劳状态的预测。通过13位被试驾驶人的驾驶行为数据实验结果表明：使用本文提出的基于空-时特征和人体姿态的驾驶员疲劳检测模型可达到97.73%的检测精确率，98.95%的召回率以及98.35%的准确率，表明该检测模型具有可行性。

关键词：智能交通,疲劳检测,空-时特征,长短时记忆网络,人体姿态

基金资助：甘肃省科技计划；兰州交通大学青年科学基金。