文献类型：期刊文章

作　　者：刘炜煌[1] 钱锦浩[1] 姚增伟[1] 焦新涛[1] 潘家辉[1]

LIU Wei-Huang;QIAN Jin-Hao;YAO Zeng-Wei;JIAO Xin-Tao;PAN Jia-Hui(School of Software,South China Normal University,Foshan 528225,China)

机构地区：[1]华南师范大学软件学院,佛山528225

出　　处：《计算机系统应用》

基　　金：国家自然科学基金青年科学基金(61503143);广州市科技计划项目珠江科技新星科技创新人才专项(201710010038);广东省自然科学基金博士科研启动项目(2014A030310244)~~

年　　份：2018

卷　　号：27

期　　号：10

起止页码：177-182

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：本文将卷积神经网络(Convolutional Neural Network, CNN)应用到视频理解中,提出一种基于多面部特征融合的驾驶员疲劳检测算法.本文使用多任务级联卷积网络(Multi-Task Cascaded Convolutional Networks,MTCNN)定位驾驶员的嘴部、左眼,使用CNN从驾驶员嘴部、左眼图像中提取静态特征,结合CNN从嘴部、左眼光流图中提取动态特征进行训练分类.实验结果表明,该算法比只使用静态图像进行驾驶员疲劳检测效果更好,准确率达到87.4%,而且可以很好地区别在静态图像中很相似的打哈欠和讲话动作.

关 键 词：疲劳检测  多任务级联卷积网络  光流 特征融合  计算机视觉

分 类 号：TP391.41] U463.6[计算机类]