期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于级联宽度学习的疲劳驾驶检测
被引量：
6
1
作者
朱玉斌
延向军
+1 位作者
申旭奇
卢兆林
《计算机工程与设计》
北大核心
2020年第2期537-541,共5页
为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别...
为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别眼睛与嘴巴的状态;将眼睛、嘴巴和头部状态的时序序列送入二级宽度网络对司机的状态进行判别。实验结果表明,该算法的疲劳检测准确率为94.9%,单帧检测时间52.43 ms。
展开更多
关键词
疲劳检测
宽度学习
深度学习
信息融合
人脸关键点检测
下载PDF
职称材料
基于级联卷积网络的面部关键点定位算法
被引量：
3
2
作者
孙铭堃
梁令羽
+2 位作者
汪涵
何为
赵鲁阳
《中国科学院大学学报（中英文）》
CSCD
北大核心
2020年第4期562-569,共8页
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸...
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。
展开更多
关键词
非限定环境
级联卷积网络
Light-VGGNet
DPM-CNN
人脸检测
面部关键点定位
下载PDF
职称材料
题名
基于级联宽度学习的疲劳驾驶检测
被引量：
6
1
作者
朱玉斌
延向军
申旭奇
卢兆林
机构
中国矿业大学信息与控制工程学院
山西潞安集团余吾煤业有限责任公司自动化科
山西潞安环能股份有限公司常村煤矿
出处
《计算机工程与设计》
北大核心
2020年第2期537-541,共5页
基金
国家自然科学基金项目（61771473、61379143、51604271）
江苏省“六大人才高峰”高层次人才基金项目（XYDXX-063）
江苏省“青蓝工程”基金项目（2016）
文摘
为减少因疲劳驾驶引发的交通事故,提出融合多参数的驾驶员疲劳检测算法。用渐进校准网络(PCN)检测人脸图像,通过基于CNN的回归模型定位人脸关键点;根据关键点坐标和面部器官的分布规律提取眼睛和嘴部图像,用宽度学习系统(BLS)分别识别眼睛与嘴巴的状态;将眼睛、嘴巴和头部状态的时序序列送入二级宽度网络对司机的状态进行判别。实验结果表明,该算法的疲劳检测准确率为94.9%,单帧检测时间52.43 ms。
关键词
疲劳检测
宽度学习
深度学习
信息融合
人脸关键点检测
Keywords
fatigue
detection
broad
learning
deep
learning
information
fusion
facial
landmark
location
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于级联卷积网络的面部关键点定位算法
被引量：
3
2
作者
孙铭堃
梁令羽
汪涵
何为
赵鲁阳
机构
中国科学院上海微系统与信息技术研究所
中国科学院大学
出处
《中国科学院大学学报（中英文）》
CSCD
北大核心
2020年第4期562-569,共8页
基金
国家重点研发计划(2018YFC1505204)
中国科学院青年创新促进会(2015186)资助。
文摘
目前,人的面部关键点定位算法在限定环境下已达到很高的识别率,但在非限定环境下,仍易受到环境光线不均、测试角度范围广、检测目标姿态多样及遮挡模糊等因素的影响。提出一种级联卷积网络以提高关键点定位的精度与鲁棒性。在进行人脸检测时,该算法在Light-VGGNet的基础上提出一种DPM-CNN网络结构,引入五官可变形部件,将人脸检测与五官定位同时进行,提高人脸检测精度并降低人脸检测对面部关键点定位的影响。在进行内部关键点定位时,采用由粗到细的算法思想,将两层不同的网络级联实现对内外关键点的定位。利用FDDB数据集进行测试,无论在人脸检测,还是面部关键点定位上,所提出的卷积网络结构准确度和检测速度均高于其他算法,在非限定环境下表现出很好的鲁棒性。
关键词
非限定环境
级联卷积网络
Light-VGGNet
DPM-CNN
人脸检测
面部关键点定位
Keywords
unconstrained
environment
cascade
convolutional
neural
network
Light-VGGNet
DPM-CNN
face
detection
facial
landmark
location
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于级联宽度学习的疲劳驾驶检测
朱玉斌
延向军
申旭奇
卢兆林
《计算机工程与设计》
北大核心
2020
6
下载PDF
职称材料
2
基于级联卷积网络的面部关键点定位算法
孙铭堃
梁令羽
汪涵
何为
赵鲁阳
《中国科学院大学学报（中英文）》
CSCD
北大核心
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
