期刊文献+

基于RCNN的生命警示器设计与研究

下载PDF
导出
摘要 针对驾驶司机因长时间驾驶车辆造成大脑困倦疲劳的无意识开车而导致的人身安全警示装置,基于RCNN的生命警示器通过嵌入式控制摄像头进行图像识别与图像采集,通过训练好的RCNN算法,可以实现快速的图片处理与信息判断,通过数据库上万次重复训练提高对驾驶员在跑长途高速路上疲劳驾驶时脸部和眼部姿态判断的准确性。卷积神经网络的图像识别应用机器视觉很快地对驾驶人进行全面数据识别处理分析,一旦驾驶人有出现疲劳、醉驾等不良情况出现时,立刻触发蜂鸣器发出报警提示。报警检测装置能够及时警醒驾驶人以及联系相关部门,进行多次实验,确保可以保证货车司机的生命安全。该系统在实际应用中具有一定的应用前景,为减少因为不正确驾驶行为而导致的交通事故发生率提供了技术支撑。
机构地区 海口经济学院
出处 《电脑编程技巧与维护》 2021年第1期49-51,共3页 Computer Programming Skills & Maintenance
基金 海口经济学院2020年度大学生创新创业训练计划项目-基于RCNN的生命警示器。
  • 相关文献

参考文献7

  • 1胡志强..基于卷积循环神经网络的驾驶员疲劳检测方法研究[D].天津工业大学,2019:
  • 2陈艳琴..关于司机疲劳监测的人眼检测与跟踪研究[D].中南大学,2004:
  • 3徐青云..基于多特征的疲劳驾驶识别算法研究与实现[D].湖南大学,2019:
  • 4亢凯..基于归一化像素差异特征和深度学习的监控视频人脸检测系统设计与实现[D].北京邮电大学,2018:
  • 5郭新瑶..基于卷积神经网络的多尺度人脸检测方法研究[D].华北电力大学,2019:
  • 6刘洋洋..基于多传感器信息融合的驾驶员疲劳检测[D].安徽科技学院,2017:
  • 7袁翔,孙香梅.疲劳驾驶检测方法研究进展[J].汽车工程学报,2012,2(3):157-164. 被引量:24

二级参考文献12

共引文献23

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部