10.16526/j.cnki.11-4762/tp.2022.01.009
一种改进型KCF的疲劳驾驶检测方法
随着人民生活水平的提高,汽车人均持有量持续上升,从而也就导致了交通事故的增加,根据统计可知,大多数交通事故都是由疲劳驾驶导致的,因此为了减少司机因为疲劳驾驶导致的交通事故,对司机的疲劳程度检测是十分有必要的;目前现有的疲劳检测方法虽然种类较多,但是大多数存在着部署困难、实时性差、检测精度不高等缺点,因此难以在实际生活中应用;为了克服以上缺点,在这里提出了一种基于视觉的实时疲劳检测方法;该方法通过优化KCF算法实现实时人脸跟踪,再利用现有的人脸关键点检测手段,实现对眼睛和嘴巴的状态识别;最后结合SVM实现对驾驶员疲劳状态的检测;实验结果表明,提出的方法具有较好的实时性,并且精度较高,能够满足日常需求.
疲劳检测;卷积神经网络;人脸跟踪;人脸关键点
30
TP391(计算技术、计算机技术)
教育部重点课题DRA110425
2022-02-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
52-59