基于深度融合残差网络的驾驶员眼睛状态检测

摘要：

驾驶员眼睛状态检测是驾驶员疲劳检测的重要组成部分.为有效解决实际驾驶环境中驾驶员眼睛状态检测问题,提出了一种基于深度融合残差网络的方法.该方法将深度神经网络与深度卷积神经网络相融合,利用深度神经网络对驾驶员眼睛特征进行识别,利用深度卷积神经网络对驾驶员眼睛图像进行分析,最终根据二者检测结果的加权平均值对实际驾驶环境下驾驶员眼睛状态做出判定.模型中深度卷积神经网络部分在多通道卷积的基础上,结合了残差网络和深度模型压缩策略,提升眼睛状态检测精度的同时提高了检测速度.相关实验结果表明,该方法在实验环境和实际环境下与其他已有的方法相比检测精度更高、计算速度更快.

关键词：眼睛状态检测;深度神经网络;卷积神经网络;残差网络;深度模型压缩策略

所属期刊栏目：50

分类号：TP391.4(计算技术、计算机技术)

资助基金：山东省自然科学基金资助项目ZR2018MEE015

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：97-101