一种基于面部表情的驾驶员状态检测方法

摘要

本发明公开了一种基于面部表情的驾驶员状态检测方法，通过灰度化、Gamma校正以及PCA降维处理，使得面部图像大小减小、特征增强。在此基础上，本发明构建了一个依次连接的四层结构、平均池化层、dropout层以及softmax分类器构成的面部表情识别卷据神经网络，其参数数量小，同时，其中的inception结构设计采用了一种新的形式，将传统的规则卷积3*3卷积拆成1*3卷积和3*1卷积，这样一方面节约了大量参数，加速运算并减轻了过拟合，并增加了一层非线性扩展模型表达能力，可以处理更多、更丰富的空间特征，增加特征多样性。这种inception结构设计使得面部表情识别卷据神经网络变得更加轻量化，同时具有更好的检测效果即提高了驾驶员状态检测的准确率。