典型文献
基于级联神经网络疲劳驾驶检测系统设计
文献摘要：
算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式,在保证准确率的同时极大的提升了人脸检测速率,其检测效率为原始MTCNN (multitask casaded convolutional networks)的18倍;构建新的卷积神经网络结构模型检测眼、嘴,网络检测的准确率可以达到95.6％.将设计的检测网络与经过改进后的MTCNN进行级联,在已经检测出来的脸部区域继续对眼、嘴进行分类及定位;设置综合性的疲劳检测函数,加强了由于单一特征而出现的虚检及误检等错误检测,准确率可以达到95.7％.
文献关键词：
卷积神经网络;人脸检测;疲劳判定;级联网络;边界框
中图分类号：
作者姓名：
敖邦乾;杨莎;令狐金卿;叶振环
作者机构：
遵义师范学院工学院,贵州遵义563006;遵义师范学院物理与电子科学学院,贵州遵义563006
文献出处：
引用格式：
[1]敖邦乾;杨莎;令狐金卿;叶振环-.基于级联神经网络疲劳驾驶检测系统设计)[J].系统仿真学报,2022(02):323-333
A类：
multitask,casaded
B类：
级联神经网络,疲劳驾驶检测,小人,放缩,人脸检测,检测速率,检测效率,MTCNN,convolutional,networks,神经网络结构,网络结构模型,模型检测,网络检测,测网,经检测,脸部,疲劳检测,错误检测,疲劳判定,级联网络,边界框
AB值：
0.434749
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。
