基于支持向量机决策树的驾驶员眼睛状态检测

Chinese

您当前的位置：

首页 >

文章列表页 >

计算机与控制工程 | 更新时间：2026-07-10

- 基于支持向量机决策树的驾驶员眼睛状态检测
- Driver’s Eye State Detection Based on Support Vector Machine-decision Tree
- 哈尔滨理工大学学报 2010年15卷第6期页码：5-8
- 作者机构：
  
  哈尔滨理工大学电气与电子工程学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP274
- 纸质出版：2010
- 稿件说明：
移动端阅览
关玉萍, 宋立新. 基于支持向量机决策树的驾驶员眼睛状态检测[J]. 哈尔滨理工大学学报, 2010,15(6):5-8.

GUAN Yu-ping, SONG Li-xin. Driver’s Eye State Detection Based on Support Vector Machine-decision Tree[J]. 2010, 15(6): 5-8.
关玉萍, 宋立新. 基于支持向量机决策树的驾驶员眼睛状态检测[J]. 哈尔滨理工大学学报, 2010,15(6):5-8. DOI：

GUAN Yu-ping, SONG Li-xin. Driver’s Eye State Detection Based on Support Vector Machine-decision Tree[J]. 2010, 15(6): 5-8. DOI：

为提高驾驶疲劳检测系统中人眼状态检测的速度和准确性

提出一种基于支持向量机决策树(SVMDT)的人眼检测方法

此方法可以同时完成人眼的定位与状态检测.首先对样本进行光照不均校正和直方图处理

然后用离散余弦变换和主成分分析提取特征向量

用SVMDT训练得到睁-闭眼和有-无眼子分类器.检测时先用先验知识去除部分非人眼区域

最后利用SVMDT进行人眼检测.实验证明此方法提高了人眼状态检测的速度

同时也有较好的准确性.

In order to improve the detecting speed and the accuracy in driver fatigue detection

an eye detection method based on SVM-Decision Tree is proposed in this paper

which can achieve the location and the state detection of the eyes at the same time.Firstly

the eye samples are processed through uneven light correction and histogram specification;then extracted by DCT and PCA

the feature vector is trained by SVMDT

thus the open-close eye sub-classifier and the yes-no eye sub-classifier can be obtained.In the det...

浏览量

1975

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种上下文感知特征增强的行人重识别方法

结合在线注意力网络的变电站绝缘子缺陷识别研究

融合多模态特征的在线课程资源推荐方法

融合磁力计的无人机协同导航与可观测性分析

温度对快速救援剪刀下锷冲击性能的影响