基于胶囊网络从眼周近红外图像检测饮酒状态
计算机视觉与模式识别
2022-09-07 v1
摘要
本研究提出一种从近红外(NIR)眼周眼部图像检测饮酒状态的方法。该研究聚焦于确定酒精等外部因素对中枢神经系统(CNS)的影响。目标是分析这如何影响虹膜与瞳孔运动,以及能否用标准虹膜NIR相机捕捉这些变化。本文提出一种新颖的融合胶囊网络(F-CapsNet)来对饮酒受试者拍摄的虹膜NIR图像进行分类。结果表明,F-CapsNet算法在使用标准胶囊网络算法一半参数的情况下,能以92.3%的准确率检测虹膜NIR图像中的饮酒状态。这项工作是开发自动系统以评估"上岗适任状态"并预防饮酒所致事故的一个进步。
引用
@article{arxiv.2209.01657,
title = {Alcohol Consumption Detection from Periocular NIR Images Using Capsule Network},
author = {Juan Tapia and Enrique Lopez Droguett and Christoph Busch},
journal= {arXiv preprint arXiv:2209.01657},
year = {2022}
}