Resumen

En los últimos años, la conducción con fatiga ha sido una seria amenaza para la seguridad vial, lo que convierte a la investigación de la detección de fatiga en un campo de gran interés. La investigación sobre el reconocimiento de la fatiga tiene una gran importancia para mejorar la seguridad vial. Sin embargo, los métodos existentes de detección de fatiga todavía tienen margen de mejora en precisión y eficiencia de detección. Con el fin de detectar si el conductor está conduciendo con fatiga, este artículo propone un algoritmo de reconocimiento del estado de fatiga. El método primero utiliza MTCNN (red neuronal convolucional multitarea) para detectar el rostro humano, y luego se utiliza DLIB (una biblioteca de software de código abierto) para localizar los puntos clave faciales y extraer el vector de características de fatiga de cada fotograma. Los vectores de características de fatiga de varios fotogramas se concatenan en una secuencia de características temporales y se envían a la red LSTM (memoria a corto y largo plazo) para obtener un valor final de características de fat

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Fatiga al volante; Seguridad vial; Detección de fatiga; Algoritmo de reconocimiento; MTCNN; LSTM
• Keywords:Fatigue driving; Traffic safety; Fatigue detection; Recognition algorithm; MTCNN; LSTM