基于深度学习的驾驶员分神状态识别方法研究

目录

声明

致谢

1 绪论

1.1 研究背景及意义

1.2.1 研究现状

1.2.2 研究现状总结

1.3 研究内容

1.4 本文组织结构

2 相关工作

2.1.1 卷积神经网络

2.1.2 AlexNet模型

2.1.3 ResNet 模型

2.2.1 头部姿势表达方式

2.2.2 头部姿势估计方法

2.3 本章小结

3 基于深度学习的头部姿势估计方法

3.1 概述

3.2.1 数据增强

3.2.2 网络模型设计

3.3.1 实验准备

3.3.2 数据集与训练策略

3.3.3 实验结果

3.4 本章小结

4 基于连续视频帧欧拉角的驾驶员分神状态识别

4.1 概述

4.2 基于RetinaFace 头部框体标注

4.2.1 头部框体标注

4.2.2 网络结构

4.2.3 多任务损失函数

4.3 SF3D 中各类头部姿势分析

4.3.1 定性分析

4.3.2 定量分析

4.4 分神驾驶识别方法

4.4.1 基于头部姿势的分神驾驶理论

4.4.2 方法设计

4.5.1 数据采集

4.5.2 实验结果

4.6 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集