基于边缘计算的疲劳驾驶检测方法

• 作者: 娄平 杨欣 胡辑伟 萧筝 严俊伟
• 来源期刊: 计算机工程
• 关键词: 疲劳驾驶检测 边缘计算 多任务卷积神经网络 轻量化 AlexNet结构
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 13-20,29
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0060674

摘要

现有疲劳驾驶检测方法通常将驾驶过程中采集的数据传输至云端进行分析,然而在车辆移动过程中网络覆盖范围、响应速度等因素会造成检测实时性差.为在车载嵌入式设备上对驾驶人疲劳状态进行准确预警,提出一种基于边缘计算的疲劳驾驶检测方法.通过改进的多任务卷积神经网络确定人脸区域,根据人脸的面部比例关系定位驾驶人的眼部与嘴部区域,利用基于Ghost模块的轻量化AlexNet分类检测眼部与嘴部的开闭状态,并结合PERCLOS和PMOT指标值实现疲劳检测.在NHTU-DDD数据集上的实验结果表明,该方法在树莓派4B开发板上的检测准确率达到93.5％且单帧平均检测时间为180 ms,在保障检测准确率的同时大幅降低了计算量,能较好地满足疲劳驾驶的实时检测需求.