10.3969/j.issn.2095-509X.2021.07.017
基于改进SSD的人脸特征检测算法的研究
进行了基于面部特征识别的驾驶员疲劳检测研究.设计了一种基于改进SSD的人脸特征检测算法,引进Resnet网络残差模块,解决了传统SSD算法训练的网络退化问题;使用Resnet-50替换原始SSD网络框架,有效减少了模型参数并提高识别率.针对驾驶室背景复杂的应用场景,采用Focal Loss代替Softmax Loss,以平衡正负样本的比例.实验结果表明:改进SSD算法在自建的人脸特征数据集上的平均识别准确率为98.1%,比传统SSD算法提高了7.6%,体现为提高了对遮挡目标的识别率,且保持了较快的收敛特性.
疲劳检测;人脸特征检测;改进SSD算法;残差网络
50
TP301.6(计算技术、计算机技术)
2021-08-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
82-86