基于卷积神经网络的车载疲劳驾驶检测系统的实现
设计并实现一套基于Android平台的人脸疲劳检测系统.该系统利用Android设备的外接OTG接口摄像头获取驾驶员脸部视频,通过Android4.4之后自带的人脸检测算法快速检测人脸,然后通过深度卷积网络训练的模型进行人脸关键点定位,粗定位出人眼和嘴部范围,利用最大类间方差法Otsu对人眼及嘴部进行目标提取然后通过最小二乘法椭圆拟合人眼和嘴部轮廓,从而进行状态分析,最后利用PERCLOS原理实时的检测出疲劳状态.在板车上实验结果表明,该系统对光照具有较好的鲁棒性,并且可以极大的降低事故率,保障了驾驶员的安全.
疲劳检测、人脸关键点定位、轮廓定位、状态分析
37
TN911.73
2019-06-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
116-121