基于级联神经网络疲劳驾驶检测系统设计

算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式,在保证准确率的同时极大的提升了人脸检测速率,其检测效率为原始MTCNN (multitask casaded convolutional networks)的18倍;构建新的卷积神经网络结构模型检测眼、嘴,网络检测的准确率可以达到95.6%。将设计的检测网络与经过改进后的MTCNN进行级联,在已经检测出来的脸部区域继续对眼、嘴进行分类及定位;设置综合性的疲劳检测函数,加强了由于单一特征而出现的虚检及误检等错误检测,准确率可以达到95.7%。