基于面部表情和双流网络的驾驶员疲劳检测

摘要：

提出了一种基于面部表情的驾驶员疲劳检测方法,该方法结合了传统特征提取和双流卷积神经网络.首先,对采集的驾驶员图片进行预处理,使用Dlib进行人脸检测以及人脸特征点定位.然后,根据人脸特征点获取人脸表情感兴趣区域以及嘴部区域,并分别提取Gabor特征和局部二值模式(local binary patterns,LBP)特征.最后,利用设计的疲劳表情识别网络对获取的两种传统特征进行信息融合以及疲劳表情识别.结果表明,提出的方法具有较高准确率,能够适应驾驶室内不同光照条件的场景,具有较强的鲁棒性.

关键词：表情识别;卷积神经网络;疲劳检测;特征融合

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2022-02-25（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：614-619