您的位置: 专家智库 > >

赵李坤

作品数:2 被引量:3H指数:1
供职机构:中南大学信息科学与工程学院更多>>
发文基金:福建省科技重大专项福建省科技计划重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇驾驶
  • 2篇驾驶员
  • 2篇驾驶员疲劳
  • 1篇图像
  • 1篇图像处理
  • 1篇图像识别
  • 1篇汽车
  • 1篇汽车驾驶
  • 1篇驾驶员疲劳检...
  • 1篇SVM
  • 1篇FF
  • 1篇LBP
  • 1篇车驾
  • 1篇M
  • 1篇H-

机构

  • 2篇中南大学
  • 1篇福建工程学院

作者

  • 2篇赵李坤
  • 1篇杨海燕
  • 1篇蒋新华

传媒

  • 1篇计算机与现代...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于人脸特征识别的驾驶员疲劳检测方法研究
随着中国交通运输业的发展,交通事故越来越频繁,而驾驶员疲劳驾驶逐渐成为引起交通事故的重要原因。因此,研究驾驶员疲劳驾驶的检测方法对于保障驾驶员和行人的出行安全、促进智能交通系统的建设具有很重要的意义。  本文首先研究了基...
赵李坤
关键词:汽车驾驶图像识别图像处理
文献传递
基于MLBPH-FF和SVM的驾驶员疲劳检测被引量:2
2013年
针对疲劳检测技术中驾驶员头部姿势变化影响图像检测效果的问题,提出一种基于多尺度LBPH傅里叶特征(MLBPH-FF)和支持向量机(SVM)的驾驶员疲劳检测方法。该方法分为训练和识别两个阶段:训练时,首先对从视频流中捕获的驾驶员人脸疲劳和非疲劳图像进行特征提取,即用不同半径的规范LBP算子计算得到多尺度的LBPH,然后拼接这些LBPH并进行傅里叶变换得到MLBPH-FF,最后把这些特征数据输入到SVM中进行训练得到SVM的模型及参数;在识别时,首先计算出待测图像样本的MLBPH-FF,然后输入到训练好的SVM中进行疲劳检测。实验结果表明,这种方法在疲劳检测方面有较好的识别率,对姿态和光照变化有较强的鲁棒性。
赵李坤蒋新华杨海燕
关键词:SVM
共1页<1>
聚类工具0