基于深度学习的疲劳驾驶检测算法
针对现有疲劳驾驶检测算法实用性差或准确率低的问题,本文提出了一种基于深度学习的疲劳驾驶检测算法.首先,使用HOG (Histogram of Oriented Gradient)特征算子检测人脸的存在;其次,利用特征点模型实现人脸的对齐,同时实现眼睛、嘴巴区域的分割;最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征,并融合驾驶员嘴部的疲劳特征进行疲劳预警.大量的实验表明,该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.
HOG算子、特征点模型、深度学习、卷积神经网络、疲劳驾驶检测
27
福建省科技重点项目2013H0020
2018-08-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
113-120