基于MTCNN和PFLD的疲劳驾驶检测方法

来源：电子测量技术杂志2025年第22期北京时间：

作者：宋志强，李明阳，周鹏

单位：1.无锡学院自动化学院 无锡 214105; 2.南京信息工程大学自动化学院 南京 210044

摘要：针对驾驶员疲劳检测方法中存在面对光照变化或复杂背景时人脸检测精度下降的局限性，提出一种改进的MTCNN网络。通过对MTCNN网络进行优化，在3个子网络中均引入坐标注意力机制和批量归一化算法，提高模型对驾驶员面部的定位精度，提升网络的收敛速度和稳定性，并增强对过拟合的抑制。实验结果表明：改进MTCNN模型在疲劳驾驶数据集上的准确率达到了98.78%，比原模型提高了2.43%，且模型参数量仅为0.5 M，具有良好的人脸检测精度和可部署性。此外，将改进MTCNN模型与PFLD模型结合，根据实验设定了合理的疲劳参数阈值，并实现了较为准确的疲劳驾驶检测。

关键词：疲劳驾驶检测;人脸检测;MTCNN;PFLD;关键点检测

基金资助：江苏省产学研合作项目（BY20230688）资助