검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

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 실시간 운전자 졸음 감지를 위한 심층 신경망

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

  • 조회수

    0

  • 이것을 인용

요약 :

우리는 영상에서 운전자의 졸음을 감지하기 위한 심층신경망(DNN)을 개발합니다. 비디오 프레임에서 추출된 운전자의 얼굴을 입력으로 받는 제안된 DNN 모델은 CNN(Convolutional Neural Network), ConvCGRNN(Convolutional Control Gate-Based Recurrent Neural Network) 및 투표 레이어의 세 가지 구성 요소로 구성됩니다. CNN은 전역 얼굴에서 얼굴 표현을 학습한 다음 ConvCGRNN에 공급되어 시간적 종속성을 학습합니다. 투표 계층은 졸음 상태를 예측하기 위해 많은 하위 분류기의 앙상블처럼 작동합니다. NTHU-DDD 데이터 세트에 대한 실험 결과는 우리 모델이 후처리 없이 84.81%의 경쟁력 있는 정확도를 달성할 뿐만 아니라 약 100fps의 빠른 속도로 실시간으로 작동할 수 있음을 보여줍니다.

발행
IEICE TRANSACTIONS on Information Vol.E102-D No.12 pp.2637-2641
발행일
2019/12/01
공개일
2019/09/25
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019EDL8079
원고의 종류
LETTER
범주
이미지 인식, 컴퓨터 비전

작성자

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

키워드