公开(公告)号：CN112070051B

公开(公告)日：2022-09-20

申请号：CN202010973894.8

申请日：2020-09-16

Applicant: 华东交通大学

Inventor： 戴丽珍 ,  郭建钦 ,  杨刚 ,  杨辉 ,  陆荣秀 ,  李中奇 ,  徐芳萍

IPC: G06V20/59 ,  G06V40/16 ,  G06V40/18 ,  G06V10/762 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于剪枝压缩的疲劳驾驶快速检测方法，包括以下步骤S1：采用基本回归树的人脸对比算法，获取各类人脸数据库中的人脸样本数据，构建人脸区域数据集，并将人脸样本数据中的人脸、眼和嘴部区域进行标注，删除复杂场景；S2：使用K‑means算法对标注的脸部和眼部目标框的大小进行聚类，采用YOLO V3模型通过DarkNet‑53网络结构进行回归训练；S3：在YOLO V3模型中引入BN层，对BN层中的缩放因子γ进行L1正则化处理，判别出不重要的卷积通道或神经元通道；稀疏化训练后根据剪枝率对模型进行剪枝压缩，之后再对剪枝后的模型进行微调；S4：采用检测到的闭眼图片数量和嘴部张开图片数量在单位时间内所检测图片数量的占比来进行眼部疲劳判定和嘴部哈欠判定。

公开(公告)号：CN112070051A

公开(公告)日：2020-12-11

申请号：CN202010973894.8

申请日：2020-09-16

Applicant: 华东交通大学

Inventor： 戴丽珍 ,  郭建钦 ,  杨刚 ,  杨辉 ,  陆荣秀 ,  李中奇 ,  徐芳萍

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于剪枝压缩的疲劳驾驶快速检测方法，包括以下步骤S1：采用基本回归树的人脸对比算法，获取各类人脸数据库中的人脸样本数据，构建人脸区域数据集，并将人脸样本数据中的人脸、眼和嘴部区域进行标注，删除复杂场景；S2：使用K‑means算法对标注的脸部和眼部目标框的大小进行聚类，采用YOLO V3模型通过DarkNet‑53网络结构进行回归训练；S3：在YOLO V3模型中引入BN层，对BN层中的缩放因子γ进行L1正则化处理，判别出不重要的卷积通道或神经元通道；稀疏化训练后根据剪枝率对模型进行剪枝压缩，之后再对剪枝后的模型进行微调；S4：采用检测到的闭眼图片数量和嘴部张开图片数量在单位时间内所检测图片数量的占比来进行眼部疲劳判定和嘴部哈欠判定。