YOLO11-CR：用于精准疲劳驾驶检测的轻量级卷积注意力框架
计算机视觉与模式识别
2025-08-20 v1 图像与视频处理
摘要
疲劳驾驶检测在智能交通系统中至关重要，因为其在减轻道路交通事故方面发挥着关键作用。虽然生理和车辆动力学方法在精度上有优势，但往往涉及侵入性、硬件依赖，且在真实世界环境下鲁棒性差。基于视觉的方法提供了非侵入性和可扩展的替代方案，但仍面临小目标或遮挡目标检测不佳以及多尺度特征建模有限等挑战。为此，本文提出了 YOLO11-CR，一个为实时疲劳检测量身定制的轻量级高效目标检测模型。YOLO11-CR 引入了两个关键模块：卷积注意力融合模块 (CAFM)，将局部 CNN 特征与全局 Transformer 基于上下文相结合，以增强特征的表达性；矩形校准模块 (RCM)，捕获水平和垂直上下文信息，以提高空间局部化，尤其对于侧脸和此类小目标如手机。在 DSM 数据集上的实验表明，YOLO11-CR 在精度、召回率、mAP@50 和 mAP@50-95 上分别达到 87.17%、83.86%、88.09% 和 55.93%，显著优于基线模型。消融研究进一步验证了 CAFM 和 RCM 模块在提高灵敏度和局部化精度方面的有效性。这些结果表明，YOLO11-CR 提供了一个实用且高性能的解决方案，可用于车内疲劳监测，具有强大的实际部署潜力及未来在时序建模、多模态数据集成和嵌入式优化方面的提升空间。
引用
@article{arxiv.2508.13205,
title = {YOLO11-CR: a Lightweight Convolution-and-Attention Framework for Accurate Fatigue Driving Detection},
author = {Zhebin Jin and Ligang Dong},
journal= {arXiv preprint arXiv:2508.13205},
year = {2025}
}