-
题名基于卷积神经网络的学生课堂疲劳检测算法
被引量：4
- 1
-
-
作者
陈藩
施一萍
胡佳玲
谢思雅
刘瑾
-
机构
上海工程技术大学电子电气工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第6期153-156,共4页
-
基金
国家自然科学基金资助项目(61701296)。
-
文摘
为了提高教学质量,需要对学生的课堂状态进行判断,找出处于疲劳的学生;然而传统的卷积神经网络不能同时保证检测的实时性和准确性。为此,提出一种改进的多任务级联神经网络(MTCNN)来实现疲劳检测。首先,通过MTCNN实现人脸关键点定位;其次,提出一种基于多任务约束学习的眼部精准定位方法;并将常规的激活函数ReLU替换为Leaky ReLU避免了神经元失活的影响;接着,构建眼、嘴数据集,完成眼、嘴部状态分类模型训练;最后,利用训练好的模型,结合相应的判断标准实现疲劳检测。实验结果表明:本文方法的准确率达到了95.7%,同时实时性也得到了极大的改善。
-
关键词
多任务级联神经网络
人眼定位
perclos标准
疲劳检测
-
Keywords
multi-task cascaded neural network(MTCNN)
eye localization
perclos standard
fatigue detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
