提取驾驶员面部特征的疲劳驾驶检测研究综述

疲劳驾驶是威胁驾驶员人身安全以及道路交通安全的主要因素之一。高效精准的疲劳驾驶检测方法可以有效地保障驾驶员及其周围交通安全,维护交通秩序,减少财产损失和人员伤亡。由于基于驾驶员生理特征和基于车辆行驶信息的疲劳驾驶检测方法具有对驾驶员不友好、影响因素较多等局限性,使得基于驾驶员面部特征的疲劳驾驶检测方法成为研究热点。首先简述了疲劳驾驶面部特征表现,总结了疲劳驾驶领域常用公开数据集的优缺点和应用场景;其次使用公开数据集,通过对比实验,分析研究了疲劳驾驶检测领域常用人脸检测算法的优势和不足;随后给出了基于驾驶员面部特征的疲劳驾驶检测方法流程,总结分析了流程中关键步骤所使用的方法和技术;另外归纳整理了疲劳驾驶领域常用的疲劳判别参数和疲劳驾驶结果预测方法;最后对全文进行总结,给出了基于驾驶员面部特征的疲劳驾驶检测方法目前所面临的挑战,并对未来研究进行了展望。     

车联网区块链吞吐量优化的深度强化学习方法研究

区块链应用于车联网（IoV）可以有效解决车联网数据安全和隐私等问题。但是,区块链吞吐量低的问题阻碍了其在车联网中的广泛应用。已有的区块链吞吐量优化研究大都存在决策行为空间爆炸的问题,可扩展性较差。针对上述问题,提出了一种基于深度强化学习（DRL）的区块链车联网吞吐量优化方法,通过选择区块生产者和共识算法,调整区块大小和区块间隔优化区块链的吞吐量,同时保证IoV区块链的去中心化、延迟和安全性。该方法通过引入BDQ框架将行为空间进行细粒度划分,解决了区块链使用传统深度强化学习方法对吞吐量进行优化时出现的行为空间爆炸问题。仿真结果表明,提出的方法可以有效地提高IoV区块链系统的吞吐量。     

基于LSTM和EGA的Ceph调优方法

为解决Ceph默认参数无法充分发挥系统读写性能，手动调整参数效率低下、浪费大量系统资源的问题，提出一种基于长短期记忆网络和精英保留遗传算法的Ceph参数自动调优方法。采集真实环境下不同参数组合所对应的系统读写性能，构成实验所需的数据集，在此基础上通过LSTM构建Ceph性能预测模型，使用精英保留遗传算法寻找最优的参数组合，减少在真实环境中测试所消耗的时间和系统资源。通过实验，验证了该方法在准确率、收敛速度和性能提升等方面优于现有方法，经过调优后的系统读写性能是默认参数的1.7倍。     

基于图像增强与深度学习的安全带目标检测

为通过交通视频自动化检测驾驶员是否佩戴安全带，设计一种基于YOLO v3和Faster R-CNN的安全带单类别目标检测方法。基于YOLO v3网络训练车窗检测模型与车窗-驾驶员检测模型，得到驾驶员的精确位置；利用直方图均衡化、高斯滤波等方法对驾驶员图片进行图像增强操作，提高安全带区域的对比度；基于Faster R-CNN网络设计安全带单类别目标检测模型，将传统的分类问题转变为单类别目标检测问题。实验结果表明，模型检测准确率可达96.0%。相对于其它方法，适应性更强，鲁棒性更高，准确率相应提高。     

区块链激励机制在车联网领域的应用研究综述

近几年区块链成为解决车联网中安全问题的热门选择，产生了大量基于区块链的车联网解决方案。然而区块链部分节点由于激励不足不愿参与区块验证或共享意愿较低，导致车联网仍存在隐私泄露和信任缺失等安全问题。介绍了基于区块链的车联网解决方案的研究现状以及激励机制在物联网和车联网领域最主要的三种应用场景，从奖励类型角度划分了区块链激励机制在车联网领域的应用，并对每种激励在节点参与水平、提高效率、降低能耗、隐私安全和节点信任五方面做了全面对比，从区块链激励层面讨论了现阶段车联网面临的挑战以及未来研究方向，为未来加强基于区块链的车联网提供更多激励与安全层面的支持。     

基于图卷积编码器的蒙汉神经机器翻译

基于神经网络模型的蒙汉机器翻译严格采用编码器-解码器的序列建模方式，不能有效利用句法信息以及语言的层次结构信息。为将句法结构信息融入蒙汉机器翻译以提高其翻译性能，提出在源语言端采用双编码器，同时对源句和由源句解析而来的句法依存树进行编码；由于蒙汉机器翻译中经常会出现未登录词问题，因此将使用字节对编码技术预处理蒙古语。为解决机器翻译中的过度矫正问题，在训练阶段，模型以一定的概率从正确标注的序列中和预测生成的序列中采样上下文单词。在120万蒙汉平行语料的实验中证明，该方法相较于传统的BiRNN和CNN,BLEU值分别提高了2.69和2.09。     

面向计算机视觉的吸烟检测方法研究综述

公共场所吸烟严重危害人们身体健康甚至生命财产安全，因此实时高效的吸烟检测具有重要意义。目前基于计算机视觉的吸烟检测以高效率、高精度等优势逐渐成为主流方法。在对非计算机视觉的吸烟检测方法进行简要概述的基础上，重点归纳总结了三类基于计算机视觉的检测方法。探讨了颜色、外观、运动等多种烟雾特征的提取方法；介绍了基于单步骤和多步骤目标检测两种方法提取烟支目标；从人工特征构建、深度学习特征提取角度论述不同类型的吸烟动作特征提取方法。对上述方法进行分析总结并展望未来研究方向。