基于YOLOv8和人脸关键点检测的驾驶员
疲劳驾驶识别算法设计

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要据统计，交通事故中因为疲劳驾驶、精神力不集中所导致的事故率占了93%。针对这个问题，引入人脸68个关键点，基于深度学习及机器视觉算法概念，结合YOLOv8模型以及相关疲劳驾驶判定机制，通过PERCLOS算法、MAR算法和 EAR算法以及HPE算法提高系统的准确性和可靠性，成功构建了一套可以对疲劳驾驶行为进行识别的算法。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章

关键词 ：目标检测, 人脸关键点, 深度学习, 疲劳驾驶, YOLOv8

Abstract：

According to statistics, the accident rate caused by fatigue driving and mental inconcentration in traffic accidents accounts for 93%. To solve this problem, 68 key points of face are introduced in this paper. Based on deep learning and machine vision algorithm concepts, combined with YOLOv8 model and related fatigue driving judgment mechanism, PERCLOS algorithm, MAR algorithm, EAR algorithm and HPE algorithm are used to improve the accuracy and reliability of the system. A set of algorithms for recognizing tired driving behavior is successfully constructed.

Key words： target detection face key points deep learning fatigue driving YOLOv8

年卷期日期: 2023-11-10 出版日期: 2024-02-16

引用本文:

何宗熹蒋明忠谢铭霞庞家宝陈秋艳胡益博. 基于YOLOv8和人脸关键点检测的驾驶员疲劳驾驶识别算法设计[J]. 电脑与电信, 2023, 1(11): 1-6.
HE Zong-xi JIANG Ming-zhong XIE Ming-xia PANG Jia-bao CHEN Qiu-yan HU Yi-bo. Design of Driver Fatigue Recognition Algorithm Based on YOLOv8 and Face Key Points Detection. Computer & Telecommunication, 2023, 1(11): 1-6.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2023/V1/I11/1

[1]	李春辉王小英张庆洁刘翰卓梁嘉烨高宁康. 基于多尺度卷积神经网络的DDoS攻击检测方法[J]. 电脑与电信, 2024, 1(6): 35-.
[2]	王瑾　王睿. 基于多尺度特征深度学习的人脸表情识别算法[J]. 电脑与电信, 2024, 1(5): 75-.
[3]	聂铖　王杰. 数据分析方法的研究与发展综述 [J]. 电脑与电信, 2024, 1(4): 200-25.
[4]	马艳　刘海军　贺忍　崔春杰　王高远　杨月巧. 基于Informer的电离层电子总量预测[J]. 电脑与电信, 2024, 1(1): 17-20.
[5]	张碧川　刘卫东　米浩　景亚宁. 基于轻量化YOLOv8的安全帽检测[J]. 电脑与电信, 2024, 1(1): 35-39.
[6]	信博夫. 基于yolov5的弱光环境航拍车辆检测[J]. 电脑与电信, 2024, 1(1): 78-83.
[7]	苏萃文柴国强. 基于面部特征检测的人脸表情实时识别 [J]. 电脑与电信, 2023, 1(1-2): 17-21.
[8]	周广证胡玉芬. 基于手势控制的智能小车研究与设计 [J]. 电脑与电信, 2022, 1(7): 14-.
[9]	陈俊安陆庚有谢倩怡龚智慧刘建平彭绍湖. 图像去雾算法研究综述 [J]. 电脑与电信, 2022, 1(7): 63-.
[10]	钟冠华黄巍. 基于多特征提取网络的视觉关系检测方法研究 [J]. 电脑与电信, 2022, 1(7): 67-.
[11]	管尧朱凯. 基于雾天条件下交通道路上的目标检测 [J]. 电脑与电信, 2022, 1(5): 69-.
[12]	张苗苗柴国强于海乐徐昊璇. 基于深度学习的面部特征检测与疲劳驾驶预警 [J]. 电脑与电信, 2022, 1(12): 1-.
[13]	张梓浩刘鹏浩谢汉辉邵国林吴振凯张嘉利. 面向多场所的基于深度学习电动车智能安全检测系统 [J]. 电脑与电信, 2022, 1(10): 40-44.
[14]	包成耀丁霄霏戴立奇吴宗霖杨艳红. 基于YOLO的轻量化目标检测应用研究[J]. 电脑与电信, 2021, 1(8): 26-29.
[15]	徐铭源杨艳红. 基于深度学习的行李检测系统的设计[J]. 电脑与电信, 2021, 1(4): 36-40.