基于深度学习的疲劳驾驶检测算法
针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.
文件下载
评论信息
其他资源
- 计算机网络工程实训(包含完整的实训报告和项目实现文件)
- 通信系统课程设计（用VHDL做CMI和HDB3编译码）全 详细
- 恩智浦智能车竞赛鹰眼国赛程序环岛（稳定）.rar
- 操作系统实验报告-进程调度算法模拟（带源码）
- FPGA数字钟实验报告.pdf
- Verilog时钟（带闹铃等功能）
- 数字电子钟仿真电路图.ms10
- Android 根据经纬度获取地址
- 带整流负载同步发电机的Matlab建模和仿真
- 软考程序员（2000-2017）历年真题解析
- ASP_DES_AES加密解密
- 多元线性回归_Java源码_参考文档
- msp430G2553测各种波形的频率和幅度并显示在lcd12864上
- VHDL 32位超前进位加法器
- 石墨烯纳米带卷曲效应对其电子特性的影响
- CustomRecyclerView.zip
- Ucinet 英文版带注册机
- 日历打卡小程序（java）
- MC9S12系列用户手册（中文）
- 交通咨询系统----中南大学
- 超声波电子测距仪 单片机
- SSO个人实现方式
- 基于单片机的智能灯光控制器的设计
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明