摘要
针对外部环境发生干扰时,依赖于单疲劳特征的基于PERCLOS的方法将可能无法工作的问题,提出了一种基于MCSVM的多特征识别的疲劳驾驶识别算法,同时为了消除潜在的数据冗余,使用灰色关联分析来选择最有效的疲劳特征,即面部特征和驾驶行为特征,以改善疲劳驾驶识别。通过使用多类支持向量机(MCSVM)的分类器来修改面部特征和驾驶行为特征两个特征源的概率分配,以适应不同特征源之间的决策冲突。实验结果表明,提出的识别方法优于单疲劳特征方法和基于单源融合的疲劳驾驶识别方法。
出处
《电脑编程技巧与维护》
2021年第5期122-125,共4页
Computer Programming Skills & Maintenance
基金
“江苏省高等职业院校专业带头人高端研修资助项目”(No.2018GRFX039)
南通市科技计划项目“基于视觉行为识别的疲劳驾驶DSP监测预警系统的研究与应用”(No.YYZ17077)。
