基于深度学习的疲劳驾驶检测方法

doi:10.16725/j.cnki.cn45-1351/tn.2020.03.006

桂林电子科技大学学报 ›› 2020, Vol. 40 ›› Issue (03) : 201-206. DOI: 10.16725/j.cnki.cn45-1351/tn.2020.03.006

基于深度学习的疲劳驾驶检测方法

黄新, 沈英超

作者信息 +

History +

摘要

针对现有疲劳驾驶检测方法实时性差和准确率低的问题,提出一种基于深度学习的疲劳驾驶检测方法。通过深度学习模型MTCNN实现人脸检测;针对眼睛定位易受遮挡、姿势变化等因素影响的问题,通过眼睛精定位(FEL)模型精确提取眼睛区域,并通过OC-Net网络判定眼睛状态;基于PERCLOS算法和眨眼频率对驾驶员进行疲劳判定。实验结果表明,该方法的疲劳状态检测准确率为97.18%,同时满足实时性要求,且对复杂环境具有较高的鲁棒性。