基于信息融合的疲勞狀態(tài)估計(jì)方法研究.pdf

1、疲勞是一種由于人長(zhǎng)時(shí)間的工作而導(dǎo)致其精神生理上產(chǎn)生變化的現(xiàn)象，研究人的疲勞狀態(tài)估計(jì)模型對(duì)于改善勞動(dòng)者工作環(huán)境以及減小社會(huì)經(jīng)濟(jì)損失具有重大意義。傳統(tǒng)的基于信息融合的方法具有估計(jì)模型復(fù)雜，計(jì)算量大，實(shí)時(shí)性差的缺點(diǎn)，因此本文利用支持向量機(jī)融合人在工作過程中的眼動(dòng)信號(hào)與腦電波信號(hào)，提出人體疲勞狀態(tài)估計(jì)模型。該方法充分利用了兩種特征之間的相關(guān)性與互補(bǔ)性，具有計(jì)算速度快，準(zhǔn)確度高，魯棒性強(qiáng)的優(yōu)點(diǎn)。
　　本文的研究?jī)?nèi)容如下:
　　1.使用

2、機(jī)器視覺的方法處理視頻數(shù)據(jù)，首先利用haar-like特征作為級(jí)聯(lián)分類器的特征進(jìn)行訓(xùn)練，得到人臉分類器，在此基礎(chǔ)上，使用監(jiān)督梯度下降法對(duì)人臉特征點(diǎn)進(jìn)行檢測(cè)，得到包含人眼的特征點(diǎn)。其次，提取人眼特征點(diǎn)中所包含的人眼面積信息，得到人在工作過程中的眼動(dòng)信號(hào)。
　　2.設(shè)計(jì)實(shí)驗(yàn)，利用腦電波傳感器采集不同被試在不同狀態(tài)下的腦電波數(shù)據(jù)，針對(duì)其中的眼電偽跡，利用小波分解去噪的方法對(duì)其進(jìn)行去噪處理。由于不同頻段的腦電波代表不同的含義，因此利用功率

3、譜估計(jì)的方法對(duì)去噪后的腦電波信號(hào)進(jìn)行功率譜估計(jì)，得到其頻域信息。
　　3.提取眼動(dòng)信號(hào)中PERCLOS的P80指標(biāo)值，分析其與疲勞狀態(tài)之間的相關(guān)性，并證明其可以作為信息融合算法的輸入。通過觀察不同被試工作與瞌睡狀態(tài)下腦電波能量的變化，提出使用功率譜能量比值的指標(biāo)來估計(jì)人體的疲勞程度，在此基礎(chǔ)上利用采集數(shù)據(jù)的疲勞標(biāo)簽驗(yàn)證該指標(biāo)，并將其作為信息融合算法的輸入。
　　4.將眼動(dòng)與腦電波信號(hào)疲勞指標(biāo)數(shù)據(jù)歸一化并以一分鐘為段長(zhǎng)分段，使