基于改进残差网络的驾驶员异常情绪识别方法

潘东杰; 秦晓; 崔玉霞; 王宪伦

doi:10.16339/j.cnki.jsjsyzdh.202502022

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (02) : 121 -127. DOI: 10.16339/j.cnki.jsjsyzdh.202502022

基于改进残差网络的驾驶员异常情绪识别方法

潘东杰, 秦晓, 崔玉霞, 王宪伦

作者信息 +

Author information +

文章历史 +

PDF

摘要

为了保障交通安全，避免负面情绪影响驾驶员状态导致交通惨剧的发生，提出了一种结合注意力算法的改进残差网络来监测车辆驾驶场景中驾驶员的异常情绪。首先，使用自适应直方图等一系列手段对图像进行预处理，突出表情特征；然后，采用ECA块自优化通道的权重值，实现局部跨信道交互，提高精度，增强信道特性；最后，将注意力机制与特征提取算法融合实现表情识别。结果表明，与改进前的网络相比，该表情识别方法参数更少，速度更快，分类效果更好，在CK+、FER2013和RAF-DB数据集上的准确率分别为96.38%、72.25%和87.97%。该算法能够更有效地识别驾驶员的异常情绪，对预防交通事故与保障行车安全具有积极意义。