基于SVM的疲劳驾驶人脸图像特征检测算法

• 作者: 刘梦佳 赵建国
• 来源期刊: 半导体光电
• 学科: 工学
• 关键词: 疲劳驾驶 人脸图像检测 人脸特征点定位 眼睛纵横比 支持向量机
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 光电技术及应用
• 页码范围: 278-282
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16818/j.issn1001-5868.2020.02.026

摘要

针对传统图像识别算法对疲劳驾驶检测精度差、准确率低的缺陷,提出了一种利用人脸图像特征提取的疲劳驾驶检测方法.首先将实时采集到的车辆驾驶员面部图像进行预处理,借助Dlib检测出图像中的人脸区域并进行人脸图像特征点的标注,然后使用基于眼睛纵横比(Eye Aspect Ratio,EAR)的方法进行图像中人眼疲劳特征的识别,基于嘴唇纵横比(Mouth Aspect Ratio,MAR)的方法进行图像中嘴部疲劳特征的识别,最后利用支持向量机(SVM)的方法将两种特征融合起来进行疲劳驾驶检测.实验表明,该方法可以准确地定位出特征点,疲劳检测的识别率达84.29％,可以有效地识别出疲劳状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建国	郑州大学机械与动力工程学院	29	113	6.0	9.0
2	刘梦佳	郑州大学机械与动力工程学院	3	1	1.0	1.0