天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于深度學(xué)習(xí)的駕駛員疲勞檢測(cè)技術(shù)研究

發(fā)布時(shí)間:2025-05-28 05:06
  汽車的廣泛普及極大方便了人們的出行,但同時(shí)它們也帶來了交通事故隱患。頻繁的交通事故不僅造成社會(huì)資源的破壞與浪費(fèi),而且威脅著人們的生命安全。引發(fā)交通事故的原因中疲勞駕駛所占比重較大。因此,設(shè)計(jì)一款能夠?qū)崟r(shí)檢測(cè)駕駛員疲勞狀態(tài)的系統(tǒng)顯得尤為重要。然而,傳統(tǒng)的疲勞檢測(cè)方法存在準(zhǔn)確率不高和無法滿足實(shí)時(shí)性要求的問題。本文利用深度學(xué)習(xí)技術(shù),并結(jié)合當(dāng)下流行的目標(biāo)檢測(cè)算法,提出一種新的穩(wěn)定且有效的疲勞檢測(cè)算法。 基于YOLOv5目標(biāo)檢測(cè)算法,并充分考慮到人臉信息的重要性,提出了一種融合人臉68關(guān)鍵點(diǎn)模型與改進(jìn)YOLOv5算法的檢測(cè)方法。本方法在YOLOv5頭部網(wǎng)絡(luò)結(jié)構(gòu)增加了一個(gè)特征檢測(cè)模塊,并使用了關(guān)鍵點(diǎn)損失函數(shù)Wing loss。通過在公共數(shù)據(jù)集FDDB與300W上,與MTCNN、對(duì)抗式自動(dòng)編碼器等人臉檢測(cè)算法進(jìn)行對(duì)比,驗(yàn)證了本文提出的檢測(cè)算法具備更強(qiáng)的目標(biāo)特征提取能力和更高的檢測(cè)準(zhǔn)確度。此外,本文通過分析駕駛員疲勞特征狀態(tài),將駕駛員的眼睛與嘴巴信息作為疲勞的特征判斷依據(jù),并在自建數(shù)據(jù)集上,從準(zhǔn)確率、召回率、m AP_0.5和m AP_0.5:0.95等評(píng)估指標(biāo)方面,使用本文提出的檢測(cè)算法進(jìn)行了眼睛與嘴...

【文章頁數(shù)】:72 頁

【學(xué)位級(jí)別】:碩士

【文章目錄】:
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 疲勞檢測(cè)方法研究現(xiàn)狀
        1.2.2 基于深度學(xué)習(xí)方法的疲勞檢測(cè)現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容與結(jié)構(gòu)安排
        1.3.1 本文主要研究?jī)?nèi)容
        1.3.2 本文的結(jié)構(gòu)安排
    1.4 本章小結(jié)
第2章 駕駛員疲勞檢測(cè)的研究方案
    2.1 研究方案設(shè)計(jì)
    2.2 硬件裝置與環(huán)境設(shè)計(jì)
        2.2.1 數(shù)據(jù)采集裝置
        2.2.2 數(shù)據(jù)來源及采集環(huán)境介紹
    2.3 本章小節(jié)
第3章 人臉及特征點(diǎn)檢測(cè)算法的研究
    3.1 目標(biāo)檢測(cè)算法YOLOv5
    3.2 改進(jìn)策略
        3.2.1 臉部 68 關(guān)鍵點(diǎn)的引入
        3.2.2 網(wǎng)絡(luò)架構(gòu)改進(jìn)
        3.2.3 改進(jìn)前后對(duì)比
    3.3 網(wǎng)絡(luò)性能驗(yàn)證
        3.3.1 數(shù)據(jù)集
        3.3.2 MTCNN檢測(cè)算法
        3.3.3 對(duì)抗式自動(dòng)編碼器檢測(cè)算法
    3.4 本章小結(jié)
第4章 駕駛員疲勞狀態(tài)的判定
    4.1 疲勞的特征選取與計(jì)算方法
        4.1.1 眼部特征
        4.1.2 嘴部特征
    4.2 疲勞特征的檢測(cè)結(jié)果與分析
        4.2.1 數(shù)據(jù)預(yù)處理
        4.2.2 實(shí)驗(yàn)參數(shù)設(shè)置與評(píng)價(jià)指標(biāo)
        4.2.3 檢測(cè)結(jié)果與分析
    4.3 疲勞狀態(tài)的判定
        4.3.1 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
        4.3.2 基于 BiLSTM 網(wǎng)絡(luò)的注意力機(jī)制
        4.3.3 判定算法的性能對(duì)比
    4.4 本章小結(jié)
第5章 疲勞檢測(cè)可視化界面構(gòu)建
    5.1 開發(fā)工具軟件介紹
    5.2 可視化界面構(gòu)建
        5.2.1 可視化界面整體流程介紹
        5.2.2 界面介紹與功能分析
        5.2.3 疲勞判別運(yùn)行效果
    5.3 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)



本文編號(hào):4048122

資料下載
論文發(fā)表

本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/4048122.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶25619***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com