基于视频分析的疲劳驾驶监测技术研究

摘要

随着神经网络算法的高速发展,计算机视觉领域发展越来越迅猛,对算法精确度和识别速度的要求也越来越高。MTCNN(Multi-task Convolutional Neural Networks)作为一种基于深度学习的人脸检测和人脸特征点对齐的方法,以速度快、精度高而广为人知,并且被应用得最广泛。根据改进的MTCNN作为主干网络,构造一个精度高识别速度快的特征点检测算法,在开源的LFW数据集上获得0.003的特征点损失,并将其应用于疲劳检测算法,取得较好的效果。