基本信息

---

下载

文档摘要

---

摘要

随着经济发展，汽车保有量逐渐增加，安全驾驶问题日益严重。研究表明，

疲劳驾驶是导致交通事故的三大原因之一，会降低驾驶员的反应时间，对生命

安全构成严重威胁。因此，实时监测驾驶员疲劳程度势在必行。

目前，众多利用深度学习的疲劳驾驶检测方法已基本满足了精度要求。然

而，车载嵌入式设备的计算能力有限，导致深度学习模型的识别速度较低。因

此，本论文基于YOLO系列轻量化模型改进，保证检测精度的同时加快推理速

度。利用了闭眼时长、眨眼频率、头部姿势、打哈欠