基于深度学习的疲劳驾驶检测方法

• 作者: 沈英超 黄新
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 深度学习 疲劳驾驶检测 MTCNN PERCLOS算法
• 年，卷（期）: 2020,（3）
• 页码范围: 201-206
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄新		31	135	7.0	10.0
2	沈英超		1	0	0.0	0.0