期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于水平投影和Hough查找圆法的人眼状态识别研究 被引量:6
1
作者 曹菊英 赵跃龙 《科学技术与工程》 2007年第9期1969-1971,共3页
眼睛状态识别是驾驶员疲劳检测的非常重要的一个环节,为了对眼部状态进行有效的识别,论文提出一种人眼状态识别的新方法,该方法利用二值化水平投影和Hough查找圆法的人眼状态识别,快速实时有效地识别出驾驶员疲劳时眼部状态。
关键词 水平投影Hough变换 人眼状态识别
在线阅读 下载PDF
基于水平投影和Hough查找圆法的人眼状态识别研究 被引量:1
2
作者 曹菊英 赵跃龙 《科学技术与工程》 2007年第6期1270-1272,共3页
眼睛状态识别是驾驶员疲劳检测的非常重要的一个环节,为了对眼部状态进行有效的识别,提出一种人眼状态识别的新方法,该方法利用二值化水平投影和Hough查找圆法的人眼状态识别,快速、实时、有效地识别出驾驶员疲劳时眼部状态。
关键词 水平投影 HOUGH变换 人眼状态识别
在线阅读 下载PDF
基于Zernike矩的人眼定位与状态识别 被引量:17
3
作者 李响 谭南林 +1 位作者 李国正 张驰 《电子测量与仪器学报》 CSCD 北大核心 2015年第3期390-398,共9页
针对驾驶环境下光照变化和头部倾斜旋转对人眼检测的影响,提出一种基于Zernike矩特征的人眼定位与状态识别方法。首先分析了图像Zernike矩幅值的旋转不变性及其相位角度信息在人眼定位与状态识别方面的适用性。其次为了提高人眼定位的精... 针对驾驶环境下光照变化和头部倾斜旋转对人眼检测的影响,提出一种基于Zernike矩特征的人眼定位与状态识别方法。首先分析了图像Zernike矩幅值的旋转不变性及其相位角度信息在人眼定位与状态识别方面的适用性。其次为了提高人眼定位的精度,采用Relief算法分析筛选出更为适合描述人眼形状信息的Zernike矩组成特征向量,并结合相对误差距离测度的向量相似性匹配方法来实现人眼区域的检测与定位。随后提出一种基于Zernike矩相位信息的快速旋转角度估计算法,用以补偿修正人眼图像的旋转角度,消除头部倾斜旋转对人眼状态识别的影响。最后对角度修正后的人眼图像采用投影法计算得到最终的人眼开合度状态。实验结果表明,该方法能在一定程度上提高人眼定位的精度和鲁棒性,并且所提出的旋转角度修正算法可使得人眼状态识别的准确率大幅提高。 展开更多
关键词 ZERNIKE矩 人眼定位 人眼状态识别 RELIEF算法 旋转角度估计
在线阅读 下载PDF
基于人眼状态的瞌睡识别算法 被引量:1
4
作者 孙琳 袁玉波 《计算机应用》 CSCD 北大核心 2021年第11期3213-3218,共6页
已有瞌睡识别算法多数基于机器学习或深度学习,没有考虑到人眼闭合状态序列与瞌睡之间的关系。针对上述问题,提出了一种基于人眼状态的瞌睡识别算法。首先,提出了人眼分割和面积计算模型,基于人脸68个特征点,根据人眼特征点构成的极大... 已有瞌睡识别算法多数基于机器学习或深度学习,没有考虑到人眼闭合状态序列与瞌睡之间的关系。针对上述问题,提出了一种基于人眼状态的瞌睡识别算法。首先,提出了人眼分割和面积计算模型,基于人脸68个特征点,根据人眼特征点构成的极大多边形分割出眼睛区域,并利用眼睛像素点的总数代表眼睛面积大小;其次,计算极大状态下的人眼面积,并利用关键帧挑选算法挑选出最能代表睁眼程度的4帧,根据这4帧的人眼面积与极大状态下的人眼面积计算睁眼阈值,从而构建眼睛闭合度得分模型来确定人眼闭合状态;最后,根据输入视频的人眼闭合得分序列,构建了基于连续多帧序列分析的瞌睡识别模型。在两个国际常用的打哈欠检测数据集(YawDD)和NTHU-DDD数据集上进行瞌睡状态识别,实验结果表明,所提算法在两个数据集上的识别准确率均在80%以上,尤其是在YawDD数据集上,识别准确率达到94%以上。该算法可应用于驾驶员驾驶状态检测、学习者课中状态分析等。 展开更多
关键词 面部特征 人眼定位 人眼状态识别 多帧序列分析 瞌睡识别
在线阅读 下载PDF
基于人眼信息特征的人体疲劳检测 被引量:11
5
作者 罗元 云明静 +1 位作者 王艺 赵立明 《计算机应用》 CSCD 北大核心 2019年第7期2098-2102,共5页
人眼状态是反映疲劳程度的重要指标,头部姿势变化、光线等因素对人眼定位造成很大影响,从而影响人眼状态识别以及疲劳检测的准确性,为此提出了一种利用级联卷积神经网络通过检测人眼6个特征点来识别人眼状态进而识别人体疲劳的方法。首... 人眼状态是反映疲劳程度的重要指标,头部姿势变化、光线等因素对人眼定位造成很大影响,从而影响人眼状态识别以及疲劳检测的准确性,为此提出了一种利用级联卷积神经网络通过检测人眼6个特征点来识别人眼状态进而识别人体疲劳的方法。首先,一级网络采用灰度积分投影结合区域—卷积神经网实现人眼的检测与定位;然后,二级网络将人眼图片进行分割后采用并联子卷积系统进行人眼特征点回归;最后,利用人眼特征点计算人眼开闭度识别当前人眼状态,并根据单位时间闭眼百分比(PERCLOS)准则判断人体疲劳状态。实验结果表明,利用所提方法实现了在归一化误差为0.05时,人眼6特征点的平均检测准确率为95.8%,并根据模拟视频帧的PERCLOS值识别疲劳状态验证了该方法的有效性。 展开更多
关键词 灰度积分投影 卷积神经网络 人眼定位 人眼状态识别 疲劳检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部