lstm 文章 最新資訊

基于多層深度學習框架和運動分析的駕駛員疲勞監(jiān)測系統(tǒng)

• 汽車工業(yè)的最新發(fā)展引起了科研人員對疲勞駕駛監(jiān)測的研究興趣，意圖開發(fā)一種有效的駕駛員監(jiān)測系統(tǒng)，能及時發(fā)現心理物理狀態(tài)異常，減少疲勞駕駛引起的交通事故。現在許多文獻特別專注于生理信號的研究，通過測量心率變異性（HRV）來得到有關心臟運動的信息。事實上，HRV還是一個有效的評估生理壓力的指標，因為它可以提供與自主神經系統(tǒng)支配的心血管系統(tǒng)活動相關的信息。本文旨在通過提取人臉特征點，分析由血壓引起的皮膚細微運動，再以一個穩(wěn)健的方式重構光電容積圖（PPG）信號。所得結論是，傳感器檢測到的PPG信號與使用人臉特征點重構
• 關鍵字： 機器學習  LSTM  駕駛員疲勞駕駛