期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
驾驶人注意力分散的图像检测与分级预警
被引量：
10
1
作者
程文冬
付锐
+3 位作者
袁伟
刘卓凡
张名芳
刘通
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第8期1287-1296,共10页
针对当前驾驶人注意力分散(DAD)图像检测的研究中,眼睛、嘴唇等目标易受到光照与遮挡的干扰,头部姿态模型的鲁棒性与准确性不易保证的问题,提出基于鼻孔图像识别的注意力区域识别方法与DAD层级预警.首先建立基于BF-SSR光照均衡法的Adabo...
针对当前驾驶人注意力分散(DAD)图像检测的研究中,眼睛、嘴唇等目标易受到光照与遮挡的干扰,头部姿态模型的鲁棒性与准确性不易保证的问题,提出基于鼻孔图像识别的注意力区域识别方法与DAD层级预警.首先建立基于BF-SSR光照均衡法的Adaboost-肤色模型来识别驾驶人脸区域,在此范围内根据色度、面积与圆度的聚类特征来检测鼻孔,依据成像面上的鼻孔坐标变化来建立头部俯仰与横摆姿态模型,并解决头部平动时的参数初始化问题;然后定义头部横摆角、俯仰角、鼻孔中心坐标偏移量作为特征向量集,建立注意力区域的SVM分类模型;最后根据注意力偏离的时长、分配比例以及偏离的必要性建立DAD分级预警.实验结果表明,该方法对光照、眼镜、头部运动等干扰的鲁棒性好,头部横摆与俯仰姿态的平均误差为5.5°和4.9°,SVM对驾驶人注意力区域的分类准确率为85.8%,DAD预警准确率为85.4%.
展开更多
关键词
驾驶人注意力分散
辅助
驾驶
系统
机器视觉
层级预警
在线阅读
下载PDF
职称材料
题名
驾驶人注意力分散的图像检测与分级预警
被引量：
10
1
作者
程文冬
付锐
袁伟
刘卓凡
张名芳
刘通
机构
长安大学汽车学院
西安工业大学机电工程学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016年第8期1287-1296,共10页
基金
长江学者和创新团队发展计划项目(IRT1286)
国家自然科学基金(61374196
+2 种基金
61473046)
陕西省教育厅专项科研计划项目(16JK1375)
西安工业大学校长基金(XAGDXJJ15006)
文摘
针对当前驾驶人注意力分散(DAD)图像检测的研究中,眼睛、嘴唇等目标易受到光照与遮挡的干扰,头部姿态模型的鲁棒性与准确性不易保证的问题,提出基于鼻孔图像识别的注意力区域识别方法与DAD层级预警.首先建立基于BF-SSR光照均衡法的Adaboost-肤色模型来识别驾驶人脸区域,在此范围内根据色度、面积与圆度的聚类特征来检测鼻孔,依据成像面上的鼻孔坐标变化来建立头部俯仰与横摆姿态模型,并解决头部平动时的参数初始化问题;然后定义头部横摆角、俯仰角、鼻孔中心坐标偏移量作为特征向量集,建立注意力区域的SVM分类模型;最后根据注意力偏离的时长、分配比例以及偏离的必要性建立DAD分级预警.实验结果表明,该方法对光照、眼镜、头部运动等干扰的鲁棒性好,头部横摆与俯仰姿态的平均误差为5.5°和4.9°,SVM对驾驶人注意力区域的分类准确率为85.8%,DAD预警准确率为85.4%.
关键词
驾驶人注意力分散
辅助
驾驶
系统
机器视觉
层级预警
Keywords
driver attention distraction
driver assistance system
machine vision
hierarchical prewarning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
驾驶人注意力分散的图像检测与分级预警
程文冬
付锐
袁伟
刘卓凡
张名芳
刘通
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2016
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
