典型文献
基于视频分析的疲劳驾驶监测技术研究
文献摘要：
随着神经网络算法的高速发展,计算机视觉领域发展越来越迅猛,对算法精确度和识别速度的要求也越来越高.MTCNN(Multi-task Convolutional Neural Networks)作为一种基于深度学习的人脸检测和人脸特征点对齐的方法,以速度快、精度高而广为人知,并且被应用得最广泛.根据改进的MTCNN作为主干网络,构造一个精度高识别速度快的特征点检测算法,在开源的LFW数据集上获得0.003的特征点损失,并将其应用于疲劳检测算法,取得较好的效果.
文献关键词：
卷积神经网络;特征点定位;疲劳检测;MTCNN
中图分类号：
作者姓名：
陈嘉宁;车俐;廖嘉宁
作者机构：
桂林电子科技大学计算机与信息安全学院,广西桂林541004;桂林电子科技大学信息与通信学院,广西桂林541004
文献出处：
引用格式：
[1]陈嘉宁;车俐;廖嘉宁-.基于视频分析的疲劳驾驶监测技术研究)[J].电脑知识与技术,2022(08):9-11
A类：
人脸特征点对齐
B类：
视频分析,疲劳驾驶,神经网络算法,计算机视觉,MTCNN,Multi,task,Convolutional,Neural,Networks,人脸检测,广为人知,用得,主干网络,特征点检测,检测算法,开源,LFW,疲劳检测,特征点定位
AB值：
0.364194
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。
