張海民

摘 要： 為降低道路交通事故發(fā)生率，提出了一種基于深度學(xué)習(xí)模型的疲勞駕駛行為識別算法。采用照度增強(qiáng)和反射分量均衡化的方法，以提高視頻圖像質(zhì)量。將機(jī)器視覺工具箱軟件用于提取疲勞駕駛?cè)四樞袨樘卣?，并通過雙流網(wǎng)絡(luò)構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型，實(shí)現(xiàn)對疲勞駕駛行為識別。選擇了不同睡眠時間段參與者在全封閉路段內(nèi)的駕駛行為圖像，作為實(shí)驗(yàn)測試目標(biāo)。結(jié)果表明：用該算法測試1 000 張疲勞駕駛行為圖像時，識別時間為89 ms，精準(zhǔn)度為97.6 %，召回率為97.0 % ；算力需求（每秒所執(zhí)行的浮點(diǎn)運(yùn)算次數(shù)，F(xiàn)LOPS） ≤ 88 ；該算法能夠提高疲勞駕駛行為的識別精度，有助于降低道路交通事故的發(fā)生率。

關(guān)鍵詞： 疲勞駕駛；行為識別；深度學(xué)習(xí)模型；圖像增強(qiáng)；特征提取

中圖分類號： TP 274 文獻(xiàn)標(biāo)識碼： A DOI： 10.3969/j.issn.1674-8484.2024.01.013