原文传递
面向疲劳驾驶识别的人脸关键点检测算法研究与应用
| 论文题名： | 面向疲劳驾驶识别的人脸关键点检测算法研究与应用 |
| 关键词： | 疲劳驾驶;检测算法;人脸关键点检测;级联卷积神经网络;沙漏结构;损失函数 |
| 摘要： | 疲劳驾驶是交通事故频发的重要原因之一，因此识别驾驶员的疲劳状态并及时预警具有重要的研究意义。目前较为实用的疲劳识别方法是利用人脸关键点检测结果进行面部疲劳识别，该方法的准确性与实时性依赖于人脸关键点检测的精度与速度。所以本文对人脸关键点检测方法和基于面部特征的疲劳识别方法进行了研究，目的在于提出一种检测精度和速度都较高的人脸关键点检测算法，并在此基础上建立更加鲁棒的疲劳识别模型。本文主要工作如下： (1)研究了面向疲劳驾驶识别的人脸关键点检测算法，分析了疲劳驾驶识别场景下算法应具备的性能，分析了传统的基于级联卷积神经网络方法的不足，引入基于热力图回归的沙漏网络来检测关键点，根据沙漏网络的优缺点设计了一个卷积-全卷积-沙漏网络三级级联的神经网络模型。该模型的前两级对关键点进行了粗定位来形成沙漏网络的回归焦点，第三级的沙漏网络提高了关键点的预测精度，实验证明此模型能够达到当前优秀算法的检测精度，且具有较高的检测效率，能够适应疲劳驾驶识别的要求。 (2)研究关键点定位任务的损失函数，针对基于坐标的回归方式提出了角度偏移不均衡损失，针对基于热力图的回归方法提出了响应加强损失，实验证明两种新的损失计算方法都有效提升了关键点的定位精度。 (3)研究了基于人脸关键点检测的面部疲劳判别方法，融合眼部指标和嘴部指标制定了疲劳判别标准，结合人脸关键点检测网络建立了疲劳识别模型，根据该模型设计了软件界面，通过实践证明了提出的疲劳检测模型具有较强的实时性和鲁棒性。 |
| 作者： | 王启盛 |
| 专业： | 机械工程 |
| 导师： | 沈建新;庞杰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
