A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

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 Driver Fatigue Detection Algorithm Based on Dynamic Tracking of Small Facial Targets Using YOLOv7 Um algoritmo de detecção de fadiga do motorista baseado no rastreamento dinâmico de pequenos alvos faciais usando YOLOv7

Shugang LIU, Yujie WANG, Qiangguo YU, Jie ZHAN, Hongli LIU, Jiangtao LIU

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A detecção da fadiga do motorista tornou-se crucial na tecnologia de segurança veicular. Alcançar alta precisão e desempenho em tempo real na detecção da fadiga do motorista é fundamental. Neste artigo, propomos um novo algoritmo de detecção de fadiga do motorista baseado no rastreamento dinâmico de olhos faciais e bocejos usando YOLOv7, denominado FEY-YOLOv7. O módulo Atenção Coordenada é inserido no YOLOv7 para melhorar sua precisão de rastreamento dinâmico, concentrando-se nas informações de coordenadas. Além disso, um pequeno cabeçote de detecção de alvo é incorporado à arquitetura da rede para promover a capacidade de extração de características de pequenos alvos faciais, como olhos e boca. Em termos de computação, a arquitetura de rede YOLOv7 é significativamente simplificada para atingir alta velocidade de detecção. Usando o algoritmo PERYAWN proposto, o status do driver é rotulado e detectado por quatro classes: open_eye, closed_eye, open_mouth e closed_mouth. Além disso, o algoritmo Guided Image Filtering é empregado para aprimorar os detalhes da imagem. O FEY-YOLOv7 proposto é treinado e validado em conjuntos de dados infravermelho RGB. Os resultados mostram que FEY-YOLOv7 alcançou mapa de 0.983 e FPS de 101. Isso indica que o FEY-YOLOv7 é superior aos métodos de última geração em precisão e velocidade, fornecendo uma solução eficaz e prática para detecção de fadiga do motorista baseada em imagem.

Publicação
IEICE TRANSACTIONS on Information Vol.E106-D No.11 pp.1881-1890
Data de publicação
2023/11/01
Publicitada
2023/08/21
ISSN online
1745-1361
DOI
10.1587/transinf.2023EDP7093
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de imagem, visão computacional

autores

Shugang LIU
  Hunan University of Science and Technology
Yujie WANG
  Hunan University of Science and Technology
Qiangguo YU
  Huzhou College
Jie ZHAN
  Hunan University of Science and Technology
Hongli LIU
  Hunan University
Jiangtao LIU
  Hunan University of Science and Technology

Palavra-chave