第23卷第1期2023年3月南京师范大学学报(工程技术版)JOUＲNALOFNANJINGNOＲMALUNIVEＲSITY(ENGINEEＲINGANDTECHNOLOGYEDITION)Vol.23No.1Mar，2023收稿日期:2022－09－15．基金项目:国家重点研发计划项目(2018YFB1004904)、国家自然科学基金面上项目(62076107)、江苏省高校自然科学研究重大项目(18KJA520001)、江苏省产学研合作项目(BY2022334)、淮阴工学院研究生科技创新计划项目(HGYK202216)．通讯作者:高尚兵，博士，教授，研究方向:机器学习、计算机视觉、模式识别和数据挖掘．E-mail:luxiaofen_2002@126．comdoi:10．3969/j．issn．1672－1292．2023．01．004基于轻量化网络与嵌入式的分心行为协同检测系统李少凡1，2，高尚兵1，2，张莹莹1，2，黄想1，杨苏强1，郭筱宇1(1．淮阴工学院计算机与软件工程学院，江苏淮安223001)(2．淮阴工学院江苏省物联网移动互联技术工程实验室，江苏淮安223001)［摘要］分心驾驶是交通事故发生的主要原因之一．针对目前分心驾驶检测手段单一、检测种类少、检测效率低的问题，提出一种基于轻量化网络与嵌入式的分心行为协同检测系统．首先，结合Ghost模块和通道注意力机制提出一种轻量化目标检测网络YOLO-Ghost，采用CSPGBottleck构建GhostDarknet作为主干网络，同时构建一种具有多尺度注意力机制的多特征融合模块SE-FPN来进行特征融合，根据固有检测场景进行检测头优化，以CIOU(complete-IOU)作为损失函数．采用YOLO-Ghost识别和定位局部特征，提出APJ(anchorpositionjudge)对手动分心行为进行判定;协同检测方面，利用MobileNetv3与YOLO-Ghost协同进行人脸关键点回归和视线估计;最后利用检测出的多模态信息对驾驶员当前行驶状态进行联合判定．实验结果表明，YOLO-Ghost的准确率和检测速度优于其他主流方法．将算法部署到嵌入式设备中，在NVIDIAJetsonTX1上实现了20FPS的实时检测性能，准确性和实时性均达到检测要求．［关键词］协同检测，人物交互，轻量级网络，智能交通，深度学习［中图分类号］TP391［文献标志码］A［文章编号］1672－1292(2023)01－0025－08CollaborativeDetectionSystemforDistractionBehaviorBasedonLightweightNetworkandEmbeddedPlatformLiShaofan1，2，GaoShangbing1，2，ZhangYingying1，2，HuangXiang1，YangSuqiang1，GuoXiaoyu1(1．FacultyofComputerandSoftwareEngineering，HuaiyinInstituteofTechnology，Huai’an223001，China)(2．LaboratoryforInternetofThingsandMobileInt...
