为了预防驾驶员因疲劳驾驶引发交通事故,提出一种基于改进的HOG(histogram of oriented gra?dients)算法与CNN-SVM结合的人脸疲劳检测方法.首先,针对传统HOG特征提取过程中的不足,对HOG特征提取时加入了对角线像素的灰度信息,使得提取到的灰度边缘信息更加丰富,从而提升对人脸检测的准确度.其次,使用级联回归(ensemble of regression trees,ERT)算法对脸部68个关键点标定并裁剪眼部区域.最后,使用CNN结合SVM对人眼状态识别,并结合PERCLOS等参数进行疲劳判断.
Fatigue Detection Based on Improved HOG Algorithm Combined with CNN-SVM
NETL
NSTL
万方数据
维普
