基于密集连接网络的驾驶疲劳状态检测方法

王小玉, 韩彤彤, 尚学达

哈尔滨理工大学 计算机科学与技术学院, 哈尔滨 150080

收稿日期:2019-12-23出版日期:2021-02-28发布日期:2021-09-30

作者简介:王小玉(1971-),女,教授,E-mail:wangxiaoyu@hrbust.edu.cn.
基金资助:国家自然科学基金项目（60572153，60972127）

Driving Fatigue State Detecting Method Based on Densely Connected Convolutional Network

WANG Xiao-yu, HAN Tong-tong, SHANG Xue-da

School of Computer Science Technology, Harbin University of Science and Technology, Harbin 150080, China

Received:2019-12-23Online:2021-02-28Published:2021-09-30

摘要/Abstract

摘要： 为了解决疲劳驾驶易造成交通事故的问题，提出了基于密集连接网络的驾驶疲劳状态检测方法.首先，借助摄像机采集驾驶状态视频，获取视频帧图像后利用图像处理技术进行图像预处理；利用自适应提升算法检测人脸，再用灰度积分投影和径向对称变换算法定位驾驶员的眼部区域；然后，通过密集连接网络精确判别眼睛状态，在网络中设置了3个密集连接块以减少特征参数和加快训练速度，且采用稀疏化结构以减少存储量和增强特征传播；最后，借助2个疲劳参数综合判断驾驶员的疲劳状态，使检测结果更为准确.定性和定量实验结果证明，该方法在准确率等方面优于现有技术.
中图分类号:
TP391.4

引用本文

王小玉, 韩彤彤, 尚学达. 基于密集连接网络的驾驶疲劳状态检测方法[J]. 北京邮电大学学报, 2021, 44(01): 52-58.
WANG Xiao-yu, HAN Tong-tong, SHANG Xue-da. Driving Fatigue State Detecting Method Based on Densely Connected Convolutional Network[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(01): 52-58.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4871