人脸检测是驾驶员驾驶行为检测和驾驶疲劳检测的首要前提，而实时检测效率和检测精度则直接影响最终的判别效果，同时轻量化设计也更有助于后期在嵌入式设备上的计划部署；为此，基于Yolov5s设计了一种轻量化的驾驶员人脸检测算法。首先采用Shufflenetv2作为特征提取主干，降低网络的参数量和计算复杂度；然后引入ASFF实现不同层间的人脸信息融合，并结合SIoU Loss提升模型训练速度和检测精度。结果表明，该检测算法的性能和轻量化程度均得到了有效的提升，节省了硬件成本，满足设计要求。
科研之友
微信
新浪微博
Facebook
分享链接
