Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Real-Time Driver Fatigue Detection Based on ELM

Liu, H., Zhang, T., Xie, H., Chen, H., & Li, F. (2016). Real-Time Driver Fatigue Detection Based on ELM. In J. Cao, K. Mao, J. Wu, & A. Lendasse (Eds.), Proceedings of ELM-2015 Volume 2: Theory, Algorithms and Applications (II) (pp. 423-435). Cham, Switzerland: Springer.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0008-2C2F-4 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0008-2C30-1
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://link.springer.com/content/pdf/10.1007%2F978-3-319-28373-9_36.pdf (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Liu, H, Autor
Zhang, T, Autor
Xie, H, Autor
Chen, H1, Autor           
Li, F, Autor
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Driver fatigue is a serious road safety issue that results in thousands of road crashes every year. Image-based fatigue monitoring is one of the most important methods of avoiding fatigue-related accidents. In this paper, a vision-based real-time driver fatigue detection system based on ELM is proposed. The system has three main stages. The first stage performs facial features localization and tracking, by using the Viola–Jones face detector and the KLT algorithm. The second stage is the judgement of facial and fatigue status, applying twice ELM with an extremely fast learning speed. The last one is online learning, which can continuously improve ELM accuracy according to the user’s feedback. Multiple facial features (including the movement of eyes, head and mouth) are used to comprehensively assess the driver vigilance state. In comparison to backpropagation (BP), the experimental results showed that applying ELM has a better performance with much faster training speed.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2016
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1007/978-3-319-28373-9_36
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: International Conference on Extreme Learning Machines (ELM 2015)
Veranstaltungsort: Hangzhou, China
Start-/Enddatum: 2015-12-15 - 2015-12-17

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Proceedings of ELM-2015 Volume 2: Theory, Algorithms and Applications (II)
Genre der Quelle: Konferenzband
 Urheber:
Cao, J, Herausgeber
Mao, K, Herausgeber
Wu, J, Herausgeber
Lendasse, A, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Cham, Switzerland : Springer
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 423 - 435 Identifikator: ISBN: 978-3-319-28372-2

Quelle 2

einblenden:
ausblenden:
Titel: Proceedings in Adaptation, Learning and Optimization
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 7 Artikelnummer: - Start- / Endseite: - Identifikator: -