原文服务方: 现代电子技术       
摘要:
疲劳驾驶是导致交通事故的主要原因之一,因此,以人眼检测为核心的疲劳驾驶检测受到了普遍地关注。目前传统的疲劳驾驶检测方法采用“人脸?人眼”模型,即先定位人脸,随后再进行人眼检测。在AdaBoost算法的基础上,使用变模板匹配方法进行人眼检测,并改进了“人脸?人眼模型”,采用多特征的分类器来有选择的跳过人脸检测步骤,从而快速准确地定位人眼。在DM642芯片上进行实验,人眼识别率达到了90%以上,且平均每秒能处理40帧图片,证明了该方法的高效性和实用性。
推荐文章
一种基于卷积神经网络的疲劳驾驶检测方法
疲劳驾驶检测
人脸检测
人脸特征点
卷积神经网络
基于Adaboost的疲劳驾驶眨眼检测
疲劳驾驶
分类器
人脸检测
眨眼检测
疲劳驾驶检测技术研究
PERCLOS
疲劳驾驶检测
Adaboost
实时性
疲劳驾驶检测中人眼实时定位与跟踪
AdaBoost
ASM
人眼跟踪
Unscented卡尔曼滤波
疲劳驾驶
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 一种疲劳驾驶检测系统中快速人眼检测方法
来源期刊 现代电子技术 学科
关键词 人眼检测 疲劳驾驶 变模板匹配 LBP 多特征分类器
年,卷(期) 2015,(4) 所属期刊栏目 计算机应用技术
研究方向 页码范围 87-90
页数 4页 分类号 TN919-34|TP391.41
字数 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 娄震 南京理工大学计算机科学与工程学院 37 509 12.0 21.0
2 苏起扬 南京理工大学计算机科学与工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (195)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (5)
1929(1)
  • 参考文献(0)
  • 二级参考文献(1)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
人眼检测
疲劳驾驶
变模板匹配
LBP
多特征分类器
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
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导