基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对驾驶员因处于非常状态下驾车而频繁导致交通事故问题,设计了驾驶员不良情绪状态检测系统.该系统采用LBP(Local Binary Patterns)和SVM(Support Vector Machine)决策树相结合的算法分析、识别人脸表情.经实验验证,该方法有较高的准确率,系统运行速度快.
推荐文章
驾驶员不良情绪状态监测及舒缓系统开发
不良情绪状态
表情识别
情绪状态判定
监测与舒缓系统
不良情绪对汽车驾驶行为的影响
不良情绪
汽车驾驶
驾驶行为
不当驾驶
驾驶员
驾驶员情绪状态对驾驶决策的Logistic回归分析
驾驶决策
情绪状态
爱荷华赌博任务
logistic回归
驾驶员
驾驶员情绪状态量表的编制
驾驶员
情绪状态
情绪状态量表
心理评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 驾驶员不良情绪状态检测系统的方法研究
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 不良情绪状态 计算机视觉 情绪状态检测 支持向量机
年,卷(期) 2015,(6) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 680-684
页数 5页 分类号 TP391
字数 3159字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马兴民 烟台职业学院汽车工程系 4 5 2.0 2.0
2 孙文财 吉林大学交通学院 16 65 4.0 7.0
3 徐艺 吉林大学交通学院 12 48 4.0 6.0
4 郑鹏宇 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (29)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
不良情绪状态
计算机视觉
情绪状态检测
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导