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

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。