典型文献
基于SSD的多因素融合的驾驶疲劳检测研究
文献摘要：
为了降低因疲劳驾驶而导致的事故发生率,提出一种利用卷积神经网络与人脸特征点、疲劳判定指标相融合的方法,共同构建疲劳驾驶检测模型.首先利用SSD网络定位驾驶员的眼睛与嘴巴区域,VGG16网络学习这两个区域所包含的疲劳特征;同时再结合人脸68特征点、眼睛纵横比(EAR)和嘴巴纵横比(MAR)共同判定驾驶疲劳状态.最后,在相同测试集下分别计算SSD算法和Faster-RCNN算法的平均精度均值mAP;在YawDD数据集上应用此模型;并通过模拟驾车环境来验证此模型的可行性.实验结果表明,SSD算法要优于Faster-RCNN算法,并且此模型在YawDD数据集上的检测准确率约达97.2％,摄像头也能对驾驶员的状态进行实时检测.此模型对疲劳状态的检测十分有效,可在一定程度上降低因疲劳驾驶而导致的事故发生率.
文献关键词：
SSD网络;疲劳驾驶检测;人脸68特征点;眼睛纵横比;嘴巴纵横比
中图分类号：
作者姓名：
吕秀丽;刘希凤;白永强
作者机构：
东北石油大学物理与电子工程学院 大庆163318
文献出处：
引用格式：
[1]吕秀丽;刘希凤;白永强-.基于SSD的多因素融合的驾驶疲劳检测研究)[J].电子测量技术,2022(15):138-143
A类：
眼睛纵横比,嘴巴纵横比
B类：
SSD,驾驶疲劳,疲劳检测,人脸特征点,疲劳判定,判定指标,疲劳驾驶检测,检测模型,网络定位,驾驶员,VGG16,网络学习,疲劳特征,EAR,MAR,疲劳状态,测试集,Faster,RCNN,平均精度均值,mAP,YawDD,驾车,检测准确率,摄像头,实时检测
AB值：
0.30443
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。
