基于多尺度池化卷积神经网络的疲劳检测方法研究

作     者：顾王欢 朱煜 陈旭东 郑兵兵 何林飞 Gu Wanghuan;Zhu Yu;Chen Xudong;Zheng Bingbing;He Linfei

作者机构：华东理工大学电子与通信工程系 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2019年第36卷第11期

页      面：3471-3475页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：上海市科学技术委员会科研计划资助项目(17DZ1100808 17DZ1100803) 

主　　题：视觉特征分析 多尺度池化 卷积神经网络 疲劳检测 人脸检测 

摘      要：针对视觉特征分析疲劳检测问题,设计了一种级联深度学习的检测系统结构,并提出基于多尺度池化的卷积神经网络疲劳状态检测模型。首先通过深度学习模型MTCNN进行人脸检测,提取出眼睛和嘴巴区域;针对眼睛和嘴巴的状态表征和识别问题,提出一种基于ResNet的多尺度池化模型(MSP)对眼睛和嘴巴状态进行训练;实时检测时,将眼睛嘴巴区域通过训练好的卷积神经网络模型进行状态识别,最后基于PERCLOS和提出的嘴巴张合频率(FOM)对驾驶员进行疲劳判定。实验结果表明,该算法具有较高的检测准确率,同时满足实时性要求,且对复杂环境具有较高的鲁棒性。