基于LBP和级联XGBoost的驾驶员打电话行为检测算法

论文摘要

基于机器视觉检测手机位置是检测驾驶员打电话行为的重要方法和依据。为解决实际应用中光照、姿态等因素对检测效果的影响,笔者提出了一种基于LBP特征和级联XGBoost的打电话行为检测算法,用于筛选滑窗采集到的手持电话样本,同时其应用基于MLP（Multi-LayerPerceptron）神经网络进行回归校准,进而得到更准确的位置。LBP的特征提高了打电话行为的辨识度,级联XGBoost和MLP网络回归提高了检测效率和定位准确度。实验表明,LBP与XGBoost级联分类器组合分类效果良好,构建的MLP网络能够有效拟合滑窗采集样本的偏移值。

论文目录

• 0 引言
• 1 手机检测算法的思路和原理
•   1.1 LBP特征提取
•   1.2 XGBoost级联分类器
•   1.3 基于MLP网络的回归校准
• 2 实验与分析
•   2.1 正反例数据集和评测标准
•   2.2 级联分类器实验
•   2.3 回归校准实验及检测结果
• 3 结语

文章来源

类型: 期刊论文

作者: 李兆旭,陈之坤,李永毅,卢潇,范迪

关键词: 打电话行为检测,局部二值化特征,级联分类器

来源: 信息与电脑(理论版) 2019年03期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 安全科学与灾害防治,公路与水路运输,计算机软件及计算机应用

单位: 山东科技大学

分类号: TP391.41;U492.8

页码: 72-76

总页数: 5

文件大小: 2801K

下载量: 191