基于轻量化网络与嵌入式的分心行为协同检测系统

李少凡; 高尚兵; 张莹莹; 黄想; 杨苏强; 郭筱宇

首页> 中文期刊> 《南京师范大学学报（工程技术版）》 >基于轻量化网络与嵌入式的分心行为协同检测系统

基于轻量化网络与嵌入式的分心行为协同检测系统

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

分心驾驶是交通事故发生的主要原因之一.针对目前分心驾驶检测手段单一、检测种类少、检测效率低的问题,提出一种基于轻量化网络与嵌入式的分心行为协同检测系统.首先,结合Ghost模块和通道注意力机制提出一种轻量化目标检测网络YOLO-Ghost,采用CSPGBottleck构建GhostDarknet作为主干网络,同时构建一种具有多尺度注意力机制的多特征融合模块SE-FPN来进行特征融合,根据固有检测场景进行检测头优化,以CIOU(complete-IOU)作为损失函数.采用YOLO-Ghost识别和定位局部特征,提出APJ(anchor position judge)对手动分心行为进行判定;协同检测方面,利用MobileNetv3与YOLO-Ghost协同进行人脸关键点回归和视线估计;最后利用检测出的多模态信息对驾驶员当前行驶状态进行联合判定.实验结果表明,YOLO-Ghost的准确率和检测速度优于其他主流方法.将算法部署到嵌入式设备中,在NVIDIA Jetson TX1上实现了20FPS的实时检测性能,准确性和实时性均达到检测要求.

著录项

来源
《南京师范大学学报（工程技术版）》 |2023年第1期|25-32|共8页
作者
李少凡; 高尚兵; 张莹莹; 黄想; 杨苏强; 郭筱宇;
展开▼
作者单位

淮阴工学院计算机与软件工程学院;

淮阴工学院江苏省物联网移动互联技术工程实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
协同检测; 人物交互; 轻量级网络; 智能交通; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于图卷积网络的多信息融合驾驶员分心行为检测 [J] . 白中浩 ,王韫宇 ,张林伟 . 汽车工程 . 2020,第008期
2. 基于级联卷积神经网络的驾驶员分心驾驶行为检测 [J] . 陈军 ,张黎 ,周博 . 科学技术与工程 . 2020,第014期
3. 基于嵌入式神经网络的危险驾驶行为检测系统 [J] . 龙劲峄 ,周骅 . 智能计算机与应用 . 2020,第003期
4. 基于嵌入式神经网络的危险驾驶行为检测系统 [J] . 龙劲峄 ,周骅 . 智能计算机与应用 . 2020,第003期
5. 基于轻量化神经网络的司机使用手机行为检测 [J] . 李欣旭 . 科技创新导报 . 2020,第26期
6. 一个基于网络行为的网络入侵检测系统的研究 [C] . 苏文贵 ,张建伟 . 中国电子学会第十一届青年学术年会 . 2005
7. 适应多场景的疲劳状态和分心行为实时检测系统 [A] . 宁宁 . 2022

基于轻量化网络与嵌入式的分心行为协同检测系统

摘要

著录项

相似文献

相关主题

期刊订阅