人眼疲劳驾驶检测技术研究，该研究基于人眼特征。

简介：
考虑到当前疲劳驾驶检测技术在算法准确性和实时性之间存在着难以兼顾的挑战，本文针对此问题，在人脸特征点定位环节引入了一种实时性优势显著的基于回归的局部二值特征法（LBF算法）。此外，为了进一步提升检测精度，我们对该算法的初始化策略进行了优化改进。更具体地说，在构建LBF随机森林模型时，我们采用了经过归一化的像素特征来替代原始特征数据，从而显著增强了分类性能。通过分析眼部宽高比以确定人眼闭合程度，并结合人眼视线方向信息应用于疲劳驾驶检测算法中，旨在评估驾驶员的注意力是否分散，以此为基础提前预警驾驶员可能出现的深度疲劳状态。最后，通过综合利用上述提取的多维度特征进行疲劳程度的评估与判断，实验结果证实该技术有效地提高了算法的整体准确性水平。