首页> 中文期刊> 《移动信息》 >基于两级支持向量机的长时疲劳检测系统

基于两级支持向量机的长时疲劳检测系统

         

摘要

针对现有疲劳检测算法对长时间的疲劳检测鲁棒性不高的问题,提出了基于两级支持向量机(SVM)的疲劳检测算法:首先在人脸检测的基础上通过特征点回归算法提取68个人脸特征点,然后以眼睛、嘴巴的闭合状态为特征值建立一级SVM模型,实现对疲劳状态的单帧检测,准确率达到92%。在此基础上设计了第二级SVM模型,通过增加特征时序滑动窗口实现对疲劳状态的长时检测。实验结果表明,第二级SVM检测准确率达到98%。文章提出的基于两级SVM的疲劳检测算法不依赖于阈值,解决了传统方式在长时检测方面的鲁棒性不高、决策困难等问题。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号