基于深度学习的面部动作检测

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：对汽车驾驶员进行疲劳检测,需首先利用面部检测技术对驾驶员的面部动作进行识别,可以使用MTCNN与CNN相结合的深度学习方法完成面部动作检测.先利用MTCNN的3个模块将面部特征与关键点进行提取,再利用CNN对网络进行训练,以准确识别特定的面部动作.利用MTCNN与CNN相结合的方法,模型准确率达99％,并且实时检测的FPS平均在19帧左右.研究表明,使用MTCNN与CNN相结合的深度学习方法,可以及时、准确地对驾驶人进行面部动作识别,为下一步疲劳检测打下良好基础.

外文标题：Facial Motion Detection Based on Deep Learning

作者：

杜虓龙、余华平

展开 >

作者单位：

长江大学计算机科学学院,湖北荆州434023

关键词：

机器学习面部识别神经网络行为检测卷积神经网络

出版年：

2021

DOI：

10.11907/rjdk.201697