• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
矿井作业视频图像的轻量级自适应面部疲劳检测算法
  • 62
  • 作者

    刘瀚晖曾庆田宋戈鲁法明

  • 单位

    山东科技大学电子信息工程学院山东科技大学计算机科学与工程学院

  • 摘要
    矿井作业人员因疲劳引发误操作是导致煤矿事故发生的重要因素,为解决采集的矿井作业图像质量低、疲劳特征单一以及个体差异等问题,本研究提出改进的Retina Face-PFLD轻量级自适应面部疲劳检测算法(RPLA)。具体地,使用中值滤波和伽马校正对实时视频数据进行预处理以提高图像质量;在Retina Face模型的基础上改进Mobile Netv3网络提取特征,简化特征金字塔网络,降低识别算法复杂度;通过PFLD框架获取人脸关键点和疲劳特征,利用自适应疲劳检测方法检测疲劳。在人脸数据集、自采集矿工数据集和驾驶数据集上进行测试,疲劳检测准确率达到97.73%。将算法移植到Jetson Nano上,每秒帧数为16.13 fps,表明本算法适用于移动终端设备。
  • 关键词

    矿井作业轻量级自适应面部疲劳检测

相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联