论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 卜庆志,裘君,胡超
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
来源: 集成技术 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,计算机软件及计算机应用
单位: 江西理工大学,浙江大学宁波理工学院
基金: 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)
分类号: TP391.41;U463.6
页码: 69-75
总页数: 7
文件大小: 1022K
下载量: 328
相关论文文献
标签：驾驶员注意力分散论文; 方向梯度直方图论文; 交叉验证论文; 支持向量机论文;