典型文献
多特征因素的疲劳驾驶检测方法
文献摘要：
疲劳驾驶是导致交通事故的主要原因之一,为了降低交通事故对人们生命财产的危害,本文采用分层梯度方向直方图(pyramid histogram of oriented gradients,PHOG)算法进行人脸识别和关键点检测,提出一种多特征疲劳特征因素的疲劳驾驶检测方法,结合OpenCV对人面部的眼、嘴以及头部空间姿态坐标点进行定位,设定眨眼、哈欠及点头的疲劳阈值,根据PERCLOS准则进行疲劳判定,最后采用朴素贝叶斯算法综合以上疲劳特征因素进行疲劳预测.实验数据表明,PHOG算法在各种复杂环境下的准确率均达到95％以上,具有很好的稳定性和抗干扰能力.
文献关键词：
PHOG检测算法;关键点检测;疲劳特征;OpenCV;朴素贝叶斯算法
中图分类号：
作者姓名：
田垚;李建良;郭秋蕊;刘晓静
作者机构：
天津科技大学电子信息与自动化学院,天津 300222
文献出处：
引用格式：
[1]田垚;李建良;郭秋蕊;刘晓静-.多特征因素的疲劳驾驶检测方法)[J].天津科技大学学报,2022(02):29-34
A类：
PHOG
B类：
多特征,疲劳驾驶检测,交通事故,生命财产,梯度方向直方图,pyramid,histogram,oriented,gradients,人脸识别,关键点检测,疲劳特征,OpenCV,人面,空间姿态,坐标点,眨眼,哈欠,点头,PERCLOS,疲劳判定,朴素贝叶斯算法,疲劳预测,复杂环境,抗干扰能力,检测算法
AB值：
0.33353
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
