基于SSD的多因素融合的驾驶疲劳检测研究

来源：电子测量技术杂志2022年第15期北京时间：

作者：吕秀丽，刘希凤，白永强

单位：东北石油大学物理与电子工程学院 黑龙江 大庆 163318

摘要：为了降低因疲劳驾驶而导致的事故发生率，提出一种利用卷积神经网络与人脸特征点、疲劳判定指标相融合的方法，共同构建疲劳驾驶检测模型。首先利用SSD（Single Shot MultiBox Detector）网络定位驾驶员的眼睛与嘴巴区域，VGG16 网络学习这两个区域所包含的疲劳特征；同时再结合人脸68特征点、眼睛纵横比（Eye Aspect Ratio, EAR）和嘴巴纵横比（Mouth Aspect Ratio, MAR）共同判定驾驶疲劳状态。最后，在相同测试集下分别计算SSD算法和Faster-RCNN算法的平均精度均值mAP；在YawDD数据集上应用此模型；并通过模拟驾车环境来验证此模型的可行性。实验结果表明，SSD算法要优于Faster-RCNN算法，并且此模型在YawDD数据集上的检测准确率约达97.2%，摄像头也能对驾驶员的状态进行实时检测。此模型对疲劳状态的检测十分有效，可在一定程度上降低因疲劳驾驶而导致的事故发生率。

关键词：SSD网络; 疲劳驾驶检测; 人脸68特征点; 眼睛纵横比; 嘴巴纵横比

基金资助：黑龙江省自然科学基金资助( LH2019D006)