基于ResNet-50与Bi-LSTM的驾驶员疲劳检测算法研究

作     者：张开生 关凯凯 李昊晨 彭朋 ZHANG Kaisheng;GUAN Kaikai;LI Haochen;PENG Peng

作者机构：陕西科技大学电气与控制工程学院西安710021 

出 版 物：《实验室研究与探索》 (Research and Exploration In Laboratory)

年 卷 期：2023年第42卷第4期

页      面：153-158页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

主　　题：疲劳检测 卷积神经网络 算法研究 自适应特征融合 

摘      要：疲劳驾驶是车祸的主要原因之一。针对现有面部疲劳检测模型存在对车内光照与面部遮挡敏感,系统疲劳检测准确低、泛化力弱,提出一种驾驶员疲劳检测算法,旨在对驾驶员面部多特征进行疲劳检测,提升网络泛化性与准确度。通过MTCNN定位人脸和人脸关键点,剪裁具有面部疲劳特征的图像,输入ResNet-50网络进行空间特征提取人脸局部疲劳水平,将疲劳水平串联输入Bi-LSTM网络进行时间特征提取,通过自适应特征融合算法对时间特征进行特征融合,通过分类器对整个视频进行疲劳分类。结果表明,该算法在YawDD疲劳检测准确率91.38%,在NTHU-DDD准确率达到89.36%;与主流的疲劳检测算法相比较,该方法准确度更高泛化能力更强。