典型文献
基于改进Mobile Net-SSD网络的驾驶员分心行为检测
文献摘要：
驾驶员在驾驶时出现分心行为容易诱发交通事故.为了能对驾驶员在驾驶时的分心行为进行快速、准确识别,从而降低交通事故的发生率,保障人民生命财产安全.首先,将数据集进行分析评估,筛选出7种驾驶员分心状态,并制作成Voc2017格式数据集;其次,通过深度可分离卷积替换SSD(VGG16)网络中特征提取层的方法减少网络参数量,形成Mobile Net-SSD网络模型,使模型使用场景更适合车内检测,并在浅层网络中加入HDC处理模块改进网络的特征提取层,在网络中利用该模块提高特征提取能力,有效应对浅层网络特征提取时的特征丢失现象.然后对改进后的特征提取层进行网络叠加处理,使其可以进行多尺度融合提取特征,使网络鲁棒性提升,增强网络对驾驶员行为检测的性能,构成新的MH-SSD检测网络模型,随后,使用迁移学习方法对改进后的网络进行训练.最后,使用测试集和自制的短视频对改进后的网络进行测试评估,再通过对照组进一步说明改进后网络优势.结果表明,改进后的网络mAP值达到94.01％,较Mobile Net-SSD网络模型高2％,网络参数量为SSD(VGG16)的1/2,网络检测实时帧数保持在25 fps以上,改进后的网络可以实时,准确地识别7种分心行为.MH-SSD网络可实现驾驶员分心行为实时检测,为下一步研究打下了良好基础.
文献关键词：
交通安全;分心行为检测;计算机视觉;卷积神经网络;驾驶员行为;目标检测
中图分类号：
作者姓名：
杜虓龙;余华平
作者机构：
长江大学 计算机科学学院,湖北 荆州 434000
文献出处：
引用格式：
[1]杜虓龙;余华平-.基于改进Mobile Net-SSD网络的驾驶员分心行为检测)[J].公路交通科技,2022(03):160-166
A类：
分心行为检测,Voc2017
B类：
Mobile,Net,SSD,驾驶员分心,发交,交通事故,准确识别,生命财产安全,分析评估,深度可分离卷积,VGG16,网络参数,参数量,模型使用,使用场景,车内,内检测,HDC,进网,特征提取能力,网络特征,层进,多尺度融合,提取特征,网络鲁棒性,驾驶员行为,MH,测网,迁移学习方法,测试集,测试评估,网络优势,mAP,网络检测,fps,实时检测,良好基础,交通安全,计算机视觉,目标检测
AB值：
0.316443
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
