-
题名基于改进YOLOv7的疲劳驾驶检测算法研究
- 1
-
-
作者
李威
张婧
-
机构
沈阳工业大学信息与工程学院
-
出处
《信息与电脑》
2023年第24期64-66,共3页
-
文摘
疲劳驾驶是一种常见的危险驾驶行为,准确检测驾驶员是否处于疲劳驾驶状态对于道路安全至关重要。提出一种基于YOLOv7的疲劳驾驶检测算法,该方法使用改进的YOLOv7模型识别驾驶员的眼部、嘴部疲劳状态,再通过计算眼睑纵横比(Eye Aspect Ratio,EAR)、嘴巴纵横比(Mouth Aspect Ratio,MAR)、头部3个欧拉角来判别驾驶员是否疲劳驾驶。实验结果表明,使用MobileOne轻量化的网络作为主干网络,使模型检测速度达到每秒71帧,在Neck部分引入卷积块注意力模块(Convolutional Block Attention Module,CBAM)和Focal EIoU Loss损失函数,在基本不影响速度的情况下使检测精度达到95.35%。本方法在公开数据集NTHU-DDD上取得了较好的疲劳检测效果,可应用于实际场景中的实时安全监测。
-
关键词
疲劳驾驶
YOLOv7
眼睑纵横比(ear)
嘴巴纵横比(MAR)
疲劳检测
-
Keywords
fatigue driving
YOLOv7
eye aspect ratio(ear)
Mouth aspect ratio(MAR)
fatigue detection
-
分类号
G63
[文化科学—教育学]
-