来源：期刊VIP网 时间：
作者：仝光;赵博;随婷婷;刘书炘;
单位：上海电机学院;
摘要：针对环卫车驾驶员的驾驶环境和驾驶安全，提出了一种基于改进YOLOv8n算法的驾驶员疲劳检测方法。使用FasterNet替换YOLOv8n目标检测算法的主干网络，并设计FasterNet-YOLO的轻量级网络模型；在主干网络和颈部中分别加入压缩和激励（SE）模块与卷积注意力机制（CBAM）模块，保留输入的重要特征信息；引入Zero-DCE++算法对摄像头输入的视频流进行亮度增强，处理因驾驶员面部亮度不足所致模型难以识别问题。试验结果表明：交并比为0.5时的平均类别检测精度（mAP@0.5）达到98%，平均每帧图片推理时间缩短至6.95 ms；该方法在不同光照情况下，均能够实时、准确地检测驾驶员疲劳状态。
基金资助：国家自然科学基金项目（62103256）;; 福建省高校重点实验室开放课题基金项目（KLCCIIP202203）
