基于聚类框架与局部感受野的实时人脸疲劳检测

• 作者: 刘君扬 王金凤
• 来源期刊: 计算机应用研究
• 关键词: 神经网络 深度学习 目标检测 疲劳识别 感受野 聚类
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3795-3798
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.07.0315

摘要

针对在自然环境下人脸疲劳识别遇到的问题,如人脸检测率不高、判别疲劳的特征过于单一、检测速度慢等,提出了一种基于聚类框架与局部感受野的实时人脸疲劳检测方法.首先对人脸尺寸进行聚类分析,根据聚类类别决定检测层个数并设置先验框大小,根据预测特征图的感受野与人脸尺寸匹配的原则设置网络层数,最后通过最小化损失函数学习多种疲劳特征.实验证明,在驾驶室等环境下基于聚类框架与局部感受野的方法在保持识别准确率的同时提高了检测速度,使用GPU GeForce GTX TITAN能达到125 fps,满足了实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金凤		10	3	1.0	1.0
2	刘君扬		1	0	0.0	0.0