在安全駕駛領(lǐng)域,駕駛員的身心狀態(tài)對于交通安全至關(guān)重要。檢測異常駕駛分為接觸式檢測和非接觸式檢測,接觸式檢測利用各種設(shè)備檢測人體生理信號來判斷駕駛員狀態(tài),非接觸式檢測常用的方法是通過網(wǎng)絡(luò)攝像頭獲取駕駛員面部信息進行檢測。圖像檢測中常用的方法是通過檢測出人臉關(guān)鍵點位置,然后分析駕駛員嘴巴動作來確定是否打哈欠,結(jié)合眼部閉合程度來判斷是否疲勞。因此本文提出一種級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的方法檢測出駕駛員面部的68個關(guān)鍵點。但是這種檢測效果有一定的局限性,并且沒有充分利用到人臉的豐富信息。因此針對以上問題,本文提出了基于面部表情的駕駛員狀態(tài)檢測分析方法。人臉表情是人類情感表達的最重要、最直接的載體之一,通過面部表情的分析,可以推測出很多有效的信息,因此表情識別是一個很有價值的研究方法;目前較好的表情識別算法大都是基于卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)的,為了能夠提高表情識別精度,常用的方法是增加卷積神經(jīng)網(wǎng)絡(luò)深度,但是單純的增加網(wǎng)絡(luò)深度會導(dǎo)致參數(shù)數(shù)量巨大,在硬件配置一般的環(huán)境中難以滿足實時性的要求。針對難以滿足實時性的問題,本文提出一種改進的卷積神經(jīng)網(wǎng)絡(luò)模型,通過對卷積核進行不規(guī)則的變換,不僅能夠在網(wǎng)絡(luò)深度增加的情況下減少參... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

接觸式的駕駛員狀態(tài)檢測圖

電子科技大學(xué)碩士學(xué)位論文駕駛平臺中的實驗結(jié)果，來驗證本文提出的駕駛員面部表情識別網(wǎng)絡(luò)模型的可行性。第六章總結(jié)了基于面部表情的駕駛員狀態(tài)檢測算法的優(yōu)勢和劣勢，并對目前的工作進行了歸納，最后結(jié)合當(dāng)前的發(fā)展趨勢與存在的問題，對未來的駕駛員狀態(tài)檢測進行展望。

電子科技大學(xué)碩士學(xué)位論文偽跡后的信號如下：(2-1)其中， ( )表示的為偽跡信號， ( )代表眼電信號， 為常數(shù)值，是一個比例，一般由最小二乘法確定 的值。經(jīng)過測量計算了解到眼電信號和眼電信號差異比較明顯并且易于測量，所以偽跡減法可以用于偽跡信號的去除。y (t ) y (t ) kx( t )


本文編號：3574891