典型文献
基于深度学习的车载疲劳检测研究
文献摘要：
为了准确、快速地检测驾驶员疲劳状态,设计一种基于深度学习和ERT算法的车载疲劳检测系统.该系统采用MTCNN算法进行人脸定位,使用KCF算法进行人脸追踪,应用ERT算法进行人脸特征点检测.获得特征点后,测定了眨眼动作的EAR阈值与哈欠动作的MAR阈值,在YawDD数据集上眨眼识别的准确率达到88.07％,哈欠识别的F1-measure达到了92.31.通过计算眨眼时的PERCLOS值与检测嘴巴张度MAR的大小来判断眼部与嘴部状态,使用决策树进行多特征融合疲劳判断,进而决定是否进行预警.
文献关键词：
疲劳检测;PERCLOS;人脸特征点;ERT算法;人脸检测
中图分类号：
作者姓名：
叶华洲
作者机构：
安徽理工大学计算机科学与工程学院,安徽淮南232001
文献出处：
引用格式：
[1]叶华洲-.基于深度学习的车载疲劳检测研究)[J].电脑知识与技术,2022(04):66-69
A类：
眨眼识别
B类：
车载,疲劳检测,驾驶员,疲劳状态,ERT,MTCNN,KCF,人脸追踪,人脸特征点检测,眼动,EAR,哈欠,MAR,YawDD,measure,眼时,PERCLOS,嘴巴,眼部,嘴部,决策树,多特征融合,人脸检测
AB值：
0.389727
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。
