基于 HOG 特征提取与 SVM 驾驶员注意力分散行为检测方法研究 |
| |
引用本文: | 卜庆志,裘君,胡超.基于 HOG 特征提取与 SVM 驾驶员注意力分散行为检测方法研究[J].集成技术,2019,8(4):69-75. |
| |
作者姓名: | 卜庆志 裘君 胡超 |
| |
作者单位: | 江西理工大学 赣州 341000;浙江大学宁波理工学院 宁波315100;浙江大学宁波理工学院 宁波315100 |
| |
基金项目: | 宁波市科技计划项目(创新团队 2014B82015);浙江省教育厅一般项目(Y201738805) |
| |
摘 要: | 驾驶员注意力分散是导致交通事故的主要原因,该文以驾驶员注意力分散行为图像为分类
目标,提出了一种基于方向梯度直方图(Histogram of Oriented Gradient,HOG)与支持向量机(Support Vector Machine,SVM)的行为检测方法。首先,获取图像中的感兴趣区域,并对图像进行增强、去噪及归一化处理;然后,提取图像 HOG 特征,进而采用交叉验证法对 SVM 分类器中的参数进行优化;最后,对视频图像中驾驶员的不同行为进行分类识别。实验中,通过与传统 SVM 算法以及基于局部二值模式的 SVM 算法进行对比,验证了所提方法具有更好的识别准确率。
|
关 键 词: | 驾驶员注意力分散 方向梯度直方图 交叉验证 支持向量机 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《集成技术》浏览原始摘要信息 |
|
点击此处可从《集成技术》下载全文 |