来源：期刊VIP网 时间：
作者：何际华;郭佑民;李祯;谷云龙;
单位：兰州交通大学机电技术研究所;
摘要：随着机动车保有量的持续增长，交通安全问题日益凸显。驾驶员疲劳与分心驾驶行为是引发交通事故的关键因素，会对公共安全构成严重威胁。为此，开发一种基于改进YOLOv8的驾驶行为检测算法，即YOLOv8-FBFS，用于实时监测驾驶员状态，并识别和预警疲劳及分心驾驶行为。该算法在提升检测速率的同时引入SE注意力机制，强化关键特征表征；采用BiFPN策略优化特征融合过程，确保检测精度不受影响。经过对比实验与消融实验验证，改进后的模型精确度达到了88.9%，相较原始YOLOv8模型提升了7.8%，且在模型尺寸和计算量上分别实现了11.1%和12.9%的缩减。这些优化使得该算法在实时检测疲劳与分心驾驶行为方面表现卓越，为提升道路交通安全提供了强有力的技术支撑。
关键词：疲劳驾驶;;分心驾驶;;YOLOv8;;轻量化网络;;目标检测;;SE注意力机制
基金资助：国家自然科学基金资助项目（72061021）;; 甘肃省自然科学基金资助项目（21JR7RA284）
