基于协方差流形的异常驾驶行为识别方法

• 作者: 刘云鹏 李此君
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 异常驾驶行为识别 协方差描述子 黎曼流形 多类LogitBoost分类器
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信号与信息处理、计算机与控制
• 页码范围: 323-329
• 页数: 7页
• 分类号: TN911.73|TP751.1
• 字数: 4834字
• 语种: 中文
• DOI: 10.11805/TKYDA201802.0323

摘要

研究一种高效的异常驾驶行为正确识别分类的识别方法,对预防由于异常驾驶行为导致的交通事故具有重要意义.提出了一种新的基于协方差流形的异常驾驶行为识别方法.首先提取图像的纹理、颜色和梯度方向特征,以克服基于单一特征识别驾驶行为的不足;并利用协方差流形进行多特征融合,以消除特征冗余以及不同特征数值悬殊对图像识别的影响;最后使用多类LogitBoost分类器进行分类识别.针对相同检测目标的正确识别率可达98％以上,对不同检测目标的正确识别率可达70％以上.实验结果表明该方法有效提高了驾驶行为识别的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云鹏	中国科学院沈阳自动化研究所	20	149	7.0	11.0
13	李此君	中国科学院沈阳自动化研究所	1	1	1.0	1.0