基于深度卷积神经网络的人眼检测

• 作者: 刘俊超 樊小朝 王宏伟 闫学勤 陈志军
• 来源期刊: 现代电子技术
• 关键词: 人眼检测 深度学习 卷积神经网络 网络优化 损失优化 泛化能力
• 年，卷（期）: 2018,（18）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 72-75,79
• 页数: 5页
• 分类号: TN911.23-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.18.016

摘要

基于人眼检测的驾驶员疲劳检测研究中,受戴眼镜、光照强度和人脸姿态变化、闭眼以及面部遮挡等复杂背景影响,现有方法难以准确检测人眼位置的问题越来越严重,故提出一种基于深度卷积神经网络的人眼检测方法.对其进行网络优化及损失优化,把人眼检测作为一种回归问题来求解,实现了整个过程端到端,即从输入原始图片到最后的人眼类别和位置的输出.该方法在ORL人脸数据库中全部图像的人眼检测准确率为98.39％,在AR人脸数据库中没有戴墨镜的人眼检测准确率为95.15％,实验结果验证了所提方法的有效性、高准确率和较强的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志军	新疆大学电气工程学院	66	412	11.0	16.0
2	闫学勤	新疆大学电气工程学院	44	155	6.0	10.0
3	王宏伟	新疆大学电气工程学院	25	80	6.0	8.0
4	樊小朝	新疆大学电气工程学院	61	249	6.0	13.0
5	刘俊超	新疆大学电气工程学院	2	3	1.0	1.0