Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Deep Neural Network for Real-Time Driver Drowsiness Detection Rangkaian Neural Dalam untuk Pengesanan Mengantuk Pemandu Masa Nyata

Toan H. VU, An DANG, Jia-Ching WANG

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Kami membangunkan rangkaian saraf dalam (DNN) untuk mengesan rasa mengantuk pemandu dalam video. Model DNN yang dicadangkan yang menerima muka pemandu yang diekstrak daripada bingkai video sebagai input terdiri daripada tiga komponen - rangkaian saraf konvolusi (CNN), rangkaian saraf berulang berasaskan gerbang kawalan konvolusi (ConvCGRNN) dan lapisan undian. CNN adalah untuk mempelajari representasi muka daripada muka global yang kemudiannya disalurkan kepada ConvCGRNN untuk mempelajari kebergantungan temporal mereka. Lapisan pengundian berfungsi seperti himpunan banyak pengelas kecil untuk meramalkan keadaan mengantuk. Keputusan percubaan pada set data NTHU-DDD menunjukkan bahawa model kami bukan sahaja mencapai ketepatan kompetitif sebanyak 84.81% tanpa sebarang pasca pemprosesan tetapi ia boleh berfungsi dalam masa nyata dengan kelajuan tinggi kira-kira 100 fps.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E102-D No.12 pp.2637-2641
Tarikh penerbitan
2019/12/01
Diumumkan
2019/09/25
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2019EDL8079
Jenis Manuskrip
LETTER
kategori
Pengecaman Imej, Penglihatan Komputer

Pengarang

Toan H. VU
  National Central University
An DANG
  National Central University
Jia-Ching WANG
  National Central University,Pervasive Artificial Intelligence Research (PAIR) Labs

Kata kunci

Contents [show]