基于深度学习的面部动作检测

• 作者: 杜虓龙 余华平
• 来源期刊: 软件导刊
• 关键词: 机器学习 面部识别 神经网络 行为检测 卷积神经网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP306
• 语种: 中文
• DOI: 10.11907/rjdk.201697

摘要

对汽车驾驶员进行疲劳检测,需首先利用面部检测技术对驾驶员的面部动作进行识别,可以使用MTCNN与CNN相结合的深度学习方法完成面部动作检测.先利用MTCNN的3个模块将面部特征与关键点进行提取,再利用CNN对网络进行训练,以准确识别特定的面部动作.利用MTCNN与CNN相结合的方法,模型准确率达99％,并且实时检测的FPS平均在19帧左右.研究表明,使用MTCNN与CNN相结合的深度学习方法,可以及时、准确地对驾驶人进行面部动作识别,为下一步疲劳检测打下良好基础.