论文部分内容阅读
目前疲劳驾驶检测算法大多基于单一的人工提取疲劳状态特征实现,且大部分算法结构复杂、鲁棒性低。为此,文章提出一种基于深度学习的疲劳检测方法,它采用卷积神经网络和Landmark算法来实现人脸图像特征点的自动提取,并使用SVM算法对疲劳特征进行分类,最后基于Perclos算法实现视频流图像的疲劳状态检测。实验结果表明,该方法能较好地提取疲劳特征,实现实时疲劳检测,且检测精度达96.8%。