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

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。

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  
作者:
卜庆志; 裘君; 胡超
单位:
江西理工大学; 赣州341000; 浙江大学宁波理工学院; 宁波315100
刊名:
集成技术

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:集成技术

集成技术杂志紧跟学术前沿,紧贴读者,国内刊号为:44-1691/T。坚持指导性与实用性相结合的原则,创办于2012年,在全国同类期刊中发行数量名列前茅。