驾驶员在实际驾驶的过程中会存在面部遮挡场景,例如戴眼镜、戴口罩等,传统单一通过提取驾驶员面部特征进行疲劳检测的Dlib算法不再适用。该文结合Dlib与YOLO11使用多阈值判定,对传统Dlib疲劳检测算法进行改进,给出戴眼镜、戴口罩等驾驶...驾驶员在实际驾驶的过程中会存在面部遮挡场景,例如戴眼镜、戴口罩等,传统单一通过提取驾驶员面部特征进行疲劳检测的Dlib算法不再适用。该文结合Dlib与YOLO11使用多阈值判定,对传统Dlib疲劳检测算法进行改进,给出戴眼镜、戴口罩等驾驶员面部遮挡场景的疲劳检测算法,并在Raspberry Pi 5硬件平台,使用公开数据集验证改进算法对于驾驶员疲劳检测的准确性。另外,改进算法还可以对吸烟、打电话等这类分心驾驶行为进行检测和语音提醒,对疲劳和分心行为实现更全面的检测和预警。展开更多
文摘驾驶员在实际驾驶的过程中会存在面部遮挡场景,例如戴眼镜、戴口罩等,传统单一通过提取驾驶员面部特征进行疲劳检测的Dlib算法不再适用。该文结合Dlib与YOLO11使用多阈值判定,对传统Dlib疲劳检测算法进行改进,给出戴眼镜、戴口罩等驾驶员面部遮挡场景的疲劳检测算法,并在Raspberry Pi 5硬件平台,使用公开数据集验证改进算法对于驾驶员疲劳检测的准确性。另外,改进算法还可以对吸烟、打电话等这类分心驾驶行为进行检测和语音提醒,对疲劳和分心行为实现更全面的检测和预警。
