Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
International Journal of Advanced Network, Monitoring and Controls
Tom 4 (2019): Zeszyt 4 (January 2019)
Otwarty dostęp
Detection of Blink State Based on Fatigued Driving
Lei Chao
Lei Chao
,
Wang Changyuan
Wang Changyuan
,
Li Guang
Li Guang
oraz
Shi Lu
Shi Lu
| 27 sty 2020
International Journal of Advanced Network, Monitoring and Controls
Tom 4 (2019): Zeszyt 4 (January 2019)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Artykuł
Ilustracje i tabele
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
27 sty 2020
Zakres stron:
24 - 29
DOI:
https://doi.org/10.21307/ijanmc-2019-067
Słowa kluczowe
Blinking Algorithm
,
Fatigue Detection
,
Digital Image Processing
,
Clustering Algorithm
,
Key Points Of Human Eyes
© 2019 Lei Chao et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Figure 1.
Facial feature points
Figure 2.
(a) The lateral distance is cd longitudinally ab; (b) dlib human eye calibration features
Figure 3.
The following is the experimental data of the paper
Figure 4.
Public data set sample
COMPARED WITH OTHER LITERATURE
literature
Recognition rate
9
91.5%
14
83.7%
This article
92.5%
COMPARED WITH PUBLIC DATASETS
Experimental sample
Blink threshold
Blink times
Number of recognition
Recognition rate
Text person
5.1
100
90
90%
Public data set
5.1
255
236
92.5%