基于深度学习的疲劳驾驶检测方法

摘要：

针对现有疲劳驾驶检测方法实时性差和准确率低的问题,提出一种基于深度学习的疲劳驾驶检测方法.通过深度学习模型MTCNN实现人脸检测;针对眼睛定位易受遮挡、姿势变化等因素影响的问题,通过眼睛精定位(FEL)模型精确提取眼睛区域,并通过OC-Net网络判定眼睛状态;基于PERCLOS算法和眨眼频率对驾驶员进行疲劳判定.实验结果表明,该方法的疲劳状态检测准确率为97.18％,同时满足实时性要求,且对复杂环境具有较高的鲁棒性.

关键词：深度学习、疲劳驾驶检测、MTCNN、PERCLOS算法

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：广西自动检测技术与仪器重点实验室主任基金;广西科学研究;技术开发计划

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：201-206