基于轻量化卷积神经网络的疲劳驾驶检测方法研究

分享到

【获取途径】超星期刊网
【作者】刘鹏宇，杨潞霞，戴斌
【刊名】现代计算机
【作者单位】太原师范学院计算机科学与技术学院；运城学院计算机科学与技术系
【年份】2024
【卷号】第9期
【ISSN】1007-1423
【关键词】轻量化网络疲劳驾驶注意力机制数据增强
【摘要】交通安全问题与每个人的生活都密不可分。针对目前流行的检测模型缺乏实时性和准确性的问题，提出一种轻量化检测模型，对目标检测网络YOLOv4 进行改进，主干特征提取网络使用MobileNet-V3。为使网络参数大幅度下降，通过采用深度可分离卷积来进一步减少参数量；通过给加强特征提取网络添加注意力机制，进一步优化检测速率和检测准确率，且利用一种数据增强方式来增加检测准确度。最后提取面部疲劳特征，由PERCLOS判断是否处于疲劳。通过实验得出检测准确率为92.90%，mAP指标为85.75%，参数量减少...
【文献类型】期刊