典型文献
基于改进RetinaFace和YOLOv4的船舶驾驶员吸烟和打电话行为检测
文献摘要：
针对船舶驾驶员值班过程中吸烟和打电话行为造成注意力分散威胁船舶航行安全的问题,提出一种基于改进RetinaFace和YOLOv4的吸烟和打电话行为检测算法.采用改进的RetinaFace网络提取人脸感兴趣区域,使用改进的YOLOv4目标检测模型检测该区域内是否存在香烟或手机,从而识别船舶驾驶员的吸烟和打电话行为.实验结果表明,本文算法具有较高的检测精度和速度,在自建数据集上的类平均精度(mean average precision,MAP)高达98.51％,误检率仅为3.2％.使用PyQt开发图形界面程序.该算法可以准确识别出驾驶员的吸烟和打电话行为,能够较好地适应船舶驾驶台的复杂环境,满足实时检测的要求.
文献关键词：
吸烟行为检测;打电话行为检测;RetinaFace;YOLOv4;数据增强
中图分类号：
作者姓名：
王鹏;尹勇;宋策
作者机构：
大连海事大学航海动态仿真和控制交通行业重点实验室,辽宁大连116026
文献出处：
引用格式：
[1]王鹏;尹勇;宋策-.基于改进RetinaFace和YOLOv4的船舶驾驶员吸烟和打电话行为检测)[J].上海海事大学学报,2022(04):44-50
A类：
B类：
RetinaFace,YOLOv4,船舶驾驶员,打电话行为检测,值班,注意力分散,船舶航行安全,检测算法,人脸,感兴趣区域,目标检测模型,模型检测,香烟,检测精度,自建数据集,mean,average,precision,MAP,误检率,PyQt,图形界面,准确识别,驾驶台,复杂环境,实时检测,吸烟行为检测,数据增强
AB值：
0.339413
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。
