低照度下基于圖像增強(qiáng)和人臉狀態(tài)識(shí)別的疲勞駕駛檢測(cè)
激光與光電子學(xué)進(jìn)展
頁(yè)數(shù)： 13 2024-04-24
摘要： 針對(duì)現(xiàn)有的疲勞駕駛檢測(cè)模型存在的精度低、模型體積較大且在低光環(huán)境下性能降低等問題，提出一種基于圖像增強(qiáng)和人臉狀態(tài)識(shí)別的疲勞駕駛檢測(cè)模型。通過改進(jìn)YOLOv5s模型進(jìn)行低照度下人臉檢測(cè)和關(guān)鍵點(diǎn)定位，并在YOLOv5s中引入self-calibrated illumination(SCI)模塊對(duì)低照度圖像進(jìn)行圖像增強(qiáng)。將下采樣層替換為StemBlock模塊，提高特征表達(dá)能力。將主干... （共13頁(yè)）
開通會(huì)員，享受整站包年服務(wù)
APP