基于深度學(xué)習(xí)的車載疲勞檢測研究

打開文本圖片集

摘要：為了準(zhǔn)確、快速地檢測駕駛員疲勞狀態(tài)，設(shè)計(jì)一種基于深度學(xué)習(xí)和ERT算法的車載疲勞檢測系統(tǒng)。該系統(tǒng)采用MTCNN算法進(jìn)行人臉定位，使用KCF算法進(jìn)行人臉追蹤，應(yīng)用ERT算法進(jìn)行人臉特征點(diǎn)檢測。獲得特征點(diǎn)后，測定了眨眼動(dòng)作的EAR閾值與哈欠動(dòng)作的MAR閾值，在YawDD數(shù)據(jù)集上眨眼識(shí)別的準(zhǔn)確率達(dá)到88.07%，哈欠識(shí)別的[F1-measure]達(dá)到了92.31。（剩余5890字）