文献

J-GLOBAL ID：202102289597032324   整理番号：21A1142203

2段階畳込みニューラルネットワークに基づく実時間運転者疲労検出法【JST・京大機械翻訳】

A Real-time Driver Fatigue Detection Method Based on Two-Stage Convolutional Neural Network

著者 (7件)： He Hu (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Zhang Xiaoyong (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Jiang Fu (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Wang Chenglong (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Yang Yingze (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Liu Weirong (School of Computer Science and Engineering, Central South University, Changsha, China 410083) ,  Peng Jun (School of Computer Science and Engineering, Central South University, Changsha, China 410083)
資料名： IFAC PapersOnLine  (IFAC PapersOnLine)
巻： 53  号： 2  ページ： 15374-15379  発行年： 2020年 
JST資料番号： W3101A  ISSN： 2405-8963  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 疲労関連交通事故は,より高い死亡率を持ち,環境へのより重大な損傷を引き起こす。運転安全性を確保するために,畳み込みニューラルネットワーク(CNN)に基づくリアルタイムドライバ疲労検出法を本論文で提案した。提案した疲労駆動検出法は,検出位相と分類位相を含む2つのCNNベースの段階によってカスケードされる。位置検出ネットワークを設計し,顔特徴を抽出し,運転者の眼と口領域を局所化した。次に,状態認識ネットワークを訓練して,運転者の眼と口の状態を認識する。シミュレーションは,提案方法がリアルタイムプロセスの良い効果と検出の高精度を有することを示した。ラズベリーPi4組込みシステムで行った実験は,提案方法が実際の運転環境において良い性能を有することを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  死亡率 ,  *検出法 ,  位相 ,  交通事故 ,  組込みシステム
準シソーラス用語： ラズベリー ,  位置検出 ,  高精度 ,  実時間 ,  局在化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 安全運転 ,  運転者の疲労検出 ,  顔の特徴 ,  畳込みニューラルネットワーク ,  位置検出ネットワーク ,  状態認識ネットワーク

分類 (1件)： 運転者  (TB01040V)

タイトルに関連する用語 (5件)： 段階 ,  畳込みニューラルネットワーク ,  実時間 ,  疲労 ,  検出法