基于改进ASM算法的列车司机人眼状态检测

论文摘要

为解决列车司机疲劳状态检测问题,提出了一种改进的主动形状模型（ASM）算法,并设计了一种基于支持向量机（SVM）的人眼状态判定机制,实现了对于司机驾驶过程中的人眼状态进行有效地检测。改进的ASM算法是通过利用多尺度二值模型（MB-LBP）算子来提取局部特征向量,提高了算法在复杂光线环境下的鲁棒性。并将第一步提取出来的眼睛比例作为SVM分类器的输入,用于人眼状态的检测分类。结果表明:改进的ASM算法有效地提高了人脸关键点定位的准确性,设计的判定机制在使用真实数据样本集的测试中达到了80%以上的准确度。

论文目录

• 0 引言
• 1 前期图像提取
• 2 改进ASM算法
•   2.1 形状模型的构建
•   2.2 基于多尺度局部二值模型算子的特征向量构建
• 3 SVM分类器
• 4 实验设计和结果分析
•   4.1 前端采集设备
•   4.2 实验平台和测试
• 5 结论

文章来源

类型: 期刊论文

作者: 王帅,赵鲁阳,何为,李凤荣

关键词: 主动形状模型,多尺度二值模型,人眼状态检测,支持向量机

来源: 传感器与微系统 2019年05期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 铁路运输,计算机软件及计算机应用,自动化技术

单位: 中国科学院上海微系统与信息技术研究所,中国科学院大学

基金: 上海市青年科技英才扬帆计划资助项目(No.15YF1414500),中国科学院科技服务网络计划资助项目(KFJ-STS-ZDTP-017)

分类号: TP391.41;TP181;U268.48

DOI: 10.13873/J.1000-9787(2019)05-0129-04

页码: 129-132

总页数: 4

文件大小: 433K

下载量: 134