基于深度学习的疲劳状态识别算法.pdfVIP

第42卷 第 3期 计 算 机 科 学 Vo1．42No．3 2015年 3月 Computer Science Mar2Ol5 基于深度学习的疲劳状态识别算法 周 慧 周 良 丁秋林 (南京航空航天大学计算机科学与技术学院 南京210O16) 摘 要 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iT,~q算法，它 引入深信度网络 (Ⅸ )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