-
题名基于CNN和SVM的疲劳驾驶闭眼特征实时检测
被引量：4
- 1
-
-
作者
王俊杰
汪洋堃
张峰
张士文
戴毅
郁晓冬
-
机构
上海交通大学电子信息与电气工程学院
-
出处
《计算机系统应用》
2021年第6期118-126,共9页
-
文摘
针对现有疲劳驾驶检测方法中实时性和泛化能力不足的问题,本文提出了一种基于卷积神经网络(Convolutional Neural Networks, CNN)和支持向量机(Support Vector Machine, SVM)的疲劳驾驶闭眼特征检测方法,使用CNN获取人脸相关特征点的位置并定位眼部感兴趣区域(Region Of Interest, ROI),通过灰度化和直方图均衡化操作减弱光照差异的影响,提取ROI的方向梯度直方图(Histogram of Oriented Gradient, HOG),并用SVM对HOG进行分类,相应的判断出原始图像是否包含疲劳驾驶闭眼特征.本文给出了所提方法在PC平台和ARM平台实现的实时性验证,在不同光照和背景条件下对多位受测人员进行测试,实验结果表明该方法对疲劳驾驶闭眼特征检测准确率在94%以上,处理速度满足实时性要求,且具有较强的泛化能力.
-
关键词
疲劳驾驶
闭眼检测
级联卷积神经网络
直方图均衡化
支持向量机
-
Keywords
fatigue driving
eye closure detection
cascade Convolutional Neural Networks(CNN)
histogram equalization
Support Vector Machine(SVM)
-
分类号
U463.6
[机械工程—车辆工程]
U492.8
[交通运输工程—交通运输规划与管理]
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名混合肌电眼电及视觉的智能轮椅控制系统研究
被引量：1
- 2
-
-
作者
张毅
崔润东
罗元
-
机构
重庆邮电大学国家信息无障碍研发中心智能系统及机器人研究所
-
出处
《控制工程》
CSCD
北大核心
2013年第1期128-131,共4页
-
基金
科技部国际合作项目"基于多模人-机接口技术的智能轮椅"(2010DFA12160)
重庆市科技攻关项目"轮椅式机器人导航与控制系统研发"(CSTC
2010AA2055)
-
文摘
针对单通道肌电信号信息量不足导致的在控制中操作复杂,响应时间长,容易出错的缺点,提出一种混合了肌电(EMG)、眼电(EOG)及视觉的多传感器智能轮椅控制系统。该系统通过采集嚼下巴动作的肌电信号来控制智能轮椅的前进和停止,采集眨左右眼的眼电信号和闭眼图像信号来控制左转和右转。在室内环境下分别邀请对控制系统熟悉和不熟悉的人进行单肌电控制和混合控制。通过重复性实验验证混合控制系统有更好的易操作性和稳定性。
-
关键词
智能轮椅
EMG
EOG
人脸检测
闭眼检测
混合控制
ADABOOST算法
-
Keywords
intelligent wheelchair
EMG
EOG
face detection
eye close detection
hybrid control
adaboost
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
