| 基于低光增强的夜间疲劳驾驶检测算法 |
| |
| 引用本文： | 李晓星,朱明.基于低光增强的夜间疲劳驾驶检测算法[J].计算机系统应用,2020,29(10):173-178. |
| |
| 作者姓名： | 李晓星 朱明 |
| |
| 作者单位： | 中国科学技术大学信息科学技术学院,合肥230026;中国科学技术大学信息科学技术学院,合肥230026 |
| |
| 摘 要： | 司机疲劳驾车会影响车辆的正常行驶，严重时会威胁司机和乘客的生命安全，因此检测司机是否出现疲劳现象可以有效保障人们的出行安全.在现实生活中，一般在夜间光照强度较弱的情况下，司机出现疲劳驾驶的次数较多，但是现有的相关检测算法无法处理灯光问题，导致其在夜间检测时准确率较低.针对此问题，本文提出了基于低光增强的夜间疲劳驾驶检测算法.首先对人脸图像进行低光增强处理，从而提高图像的曝光度；然后使用人脸关键点检测网络获取图像的眼睛区域；之后使用卷积神经网络对眼睛区域进行睁、闭眼分类；最后统计单位时间内睁、闭眼数量的比值，以此判定司机是否处于疲劳状态.实验结果表明，在夜间环境中，本文提出的检测算法相对现有算法在检测成功率上提升了15.38%，取得了更好的效果.
|
| 关 键 词： | 疲劳检测 低光增强 人脸关键点检测 低曝光图像 CNN |
| 收稿时间： | 2020/1/8 0:00:00 |
| 修稿时间： | 2020/2/8 0:00:00 |
Fatigue Driving Detection Algorithm at Night Based on Low-Light Enhancement |
| |
| LI Xiao-Xing,ZHU Ming.Fatigue Driving Detection Algorithm at Night Based on Low-Light Enhancement[J].Computer Systems& Applications,2020,29(10):173-178. |
| |
| Authors: | LI Xiao-Xing ZHU Ming |
| |
| Affiliation: | Department of Automation, University of Science and Technology of China, Hefei 230026, China |
| |
| Abstract: | |
| |
| Keywords: | fatigue detection low-light enhancement facial feature point detection low-light image CNN |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
