基于HOG特征提取与SVM驾驶员注意力分散行为检测方法研究

• 作者: 卜庆志 胡超 裘君
• 来源期刊: 集成技术
• 学科: 工学
• 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
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子信息
• 页码范围: 69-75
• 页数: 7页
• 分类号: TP391.41
• 字数: 3191字
• 语种: 中文
• DOI: 10.12146/j.issn.2095-3135.20190527001

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡超	浙江大学宁波理工学院	28	87	7.0	8.0
2	裘君	浙江大学宁波理工学院	20	106	5.0	10.0
3	卜庆志		1	1	1.0	1.0