基于高阶奇异值分解的驾驶疲劳识别

• 作者: 夏利民 张伟 黄炜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 疲劳识别 疲劳特征 光流 高阶奇异值分解 张量 K最近邻法
• 年，卷（期）: 2011,（15）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 143-145
• 分类号: TP391.41
• 字数: 3596字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.15.045

摘要

提出一种基于人脸运动特征和高阶奇异值分解的驾驶疲劳识别方法.利用光流技术计算人脸皮层的运动速度,以此作为疲劳特征.为消除身份、光照和姿态等因素对疲劳识别的影响,利用高阶奇异值分解将疲劳特征与身份信息、光照信息、姿态信息分离.在疲劳子空间采用余弦距离最近邻方法进行疲劳识别.对不同光照条件下、不同人、不同姿态的疲劳状态进行识别实验,实验结果表明,该方法具有较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	中南大学信息科学与工程学院	190	1554	21.0	30.0
2	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
3	黄炜	中南大学信息科学与工程学院	16	52	4.0	6.0