基于深度学习的疲劳驾驶检测算法研究

作者：王嘉诚

来源：专用汽车, 2023, (12): 95-99.

DOI：10.19999/j.cnki.1004-0226.2023.12.026

• 深度学习
• SSD-300
• 疲劳检测
• MobileNetV3
• 多尺度特征融合

针对疲劳驾驶检测模型需要的实时性与轻量性，在SSD的基础上提出了SSD-MA网络作为人脸部件检测网络。该网络通过替换原SSD主干网络为MobileNetv3，使得模型参数量骤减，加上AFF注意力特征融合了不同尺寸的特征图，进一步提升了对人眼小目标的检测性能，并结合疲劳参数Peclos可以准确地输出被测人员的疲劳状态。经实验验证，SSD-MA在验证集上的mAP值达到了96.9%，较原SSD-300提高了5%，网络整体体积缩减了89%。

• 单位
  江苏理工学院