基于Xception的座位状态检测模型

• 作者: 刘晨怡 姜丽芬 梁妍 王亭 钟长鸿
• 来源期刊: 天津师范大学学报（自然科学版）
• 学科: 工学
• 关键词: FCIS 深度可分离卷积 座位状态检测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391.4
• 字数: 3192字
• 语种: 中文
• DOI: 10.19638/j.issn1671-1114.20190610

摘要

提出一种基于深度可分离卷积Xception的轻量级座位状态检测模型.该模型运用实例分割框架FCIS进行图像预处理,以减少无效信息.模型由输入层、9个卷积层、3个池化层、2层全连接层和输出层组成,将由深度可分离卷积提取得到的初级特征、中级特征和高级特征进行融合后,输入至全连接层进行全局特征整合.在相关数据集上使用该模型和常用模型进行实验,结果表明,该模型的识别精度为91％,高于Xception模型的89％、ResNet-50模型的85％以及基于人脸识别座位状态检测的82％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜丽芬	天津师范大学计算机与信息工程学院	22	201	6.0	14.0
2	刘晨怡	天津师范大学计算机与信息工程学院	1	0	0.0	0.0
3	王亭	天津师范大学计算机与信息工程学院	1	0	0.0	0.0
4	钟长鸿	天津师范大学计算机与信息工程学院	2	0	0.0	0.0
5	梁妍	天津师范大学计算机与信息工程学院	4	12	2.0	3.0