基于多面部特征融合的驾驶员疲劳检测算法

• 作者: 刘炜煌 姚增伟 潘家辉 焦新涛 钱锦浩
• 来源期刊: 计算机系统应用
• 关键词: 疲劳检测 多任务级联卷积网络 光流 特征融合 计算机视觉
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 177-182
• 页数: 6页
• 字数: 4672字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006555

摘要

本文将卷积神经网络(Convolutional Neural Network,CNN)应用到视频理解中,提出一种基于多面部特征融合的驾驶员疲劳检测算法.本文使用多任务级联卷积网络(Multi-Task Cascaded Convolutional Networks,MTCNN)定位驾驶员的嘴部、左眼,使用CNN从驾驶员嘴部、左眼图像中提取静态特征,结合CNN从嘴部、左眼光流图中提取动态特征进行训练分类.实验结果表明,该算法比只使用静态图像进行驾驶员疲劳检测效果更好,准确率达到87.4％,而且可以很好地区别在静态图像中很相似的打哈欠和讲话动作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘家辉	华南师范大学软件学院	52	371	11.0	17.0
2	刘炜煌	华南师范大学软件学院	2	5	2.0	2.0
3	钱锦浩	华南师范大学软件学院	1	2	1.0	1.0
4	姚增伟	华南师范大学软件学院	2	5	2.0	2.0
5	焦新涛	华南师范大学软件学院	1	2	1.0	1.0