现代计算机2022，Vol.28Issue(3) ：98-102.DOI:10.3969/j.issn.1007-1423.2022.03.020

基于改进的HOG算法结合CNN-SVM的疲劳检测

Fatigue Detection Based on Improved HOG Algorithm Combined with CNN-SVM

王爽
现代计算机2022，Vol.28Issue(3) ：98-102.DOI:10.3969/j.issn.1007-1423.2022.03.020
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进的HOG算法结合CNN-SVM的疲劳检测

Fatigue Detection Based on Improved HOG Algorithm Combined with CNN-SVM

王爽1
扫码查看

作者信息

  • 1. 西安工程大学电子信息学院,西安 710600
  • 折叠

摘要

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.

关键词

改进的HOG/CNN-SVM/疲劳检测

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
被引量1
参考文献量1
段落导航相关论文