%0 Journal Article
%T 基于深度学习的疲劳状态识别算法
%A 周 慧？
%A 周 良？
%A 丁秋林？
%J 计算机科学
%D 2015
%R 10.11896/j.issn.1002-137X.2015.03.039
%X 目前国内外的疲劳状态识别算法大多数是基于单一的、人为制定的疲劳状态特征实现的,且大部分算法结构复杂,效率比较低下,对驾驶员的个人行为习惯的适应性不强。为此,提出一种基于深度学习的疲劳状态识别算法,它引入深信度网络(dbn)来模拟输入图像数据分布,完成对疲劳特征的分层自动抽取,进而基于时间窗实现视频流图像的疲劳状态识别；同时,算法自适应调整网络学习率以减少网络预训练时间,采用反馈机制实现网络自进化,从而提高对用户个性化疲劳特征的适应性。实验结果表明,算法可以使网络获取到良好的疲劳特征,且误判率会随使用时间的增加而逐渐降低。
%K 疲劳状态识别
%K 深度学习
%K 深信度网络
%K 疲劳特征
%K 反馈机制
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20150339&flag=1