基于高阶奇异值分解的驾驶疲劳识别

摘要：

提出一种基于人脸运动特征和高阶奇异值分解的驾驶疲劳识别方法.利用光流技术计算人脸皮层的运动速度,以此作为疲劳特征.为消除身份、光照和姿态等因素对疲劳识别的影响,利用高阶奇异值分解将疲劳特征与身份信息、光照信息、姿态信息分离.在疲劳子空间采用余弦距离最近邻方法进行疲劳识别.对不同光照条件下、不同人、不同姿态的疲劳状态进行识别实验,实验结果表明,该方法具有较好的识别效果.

关键词：疲劳识别、疲劳特征、光流、高阶奇异值分解、张量、K最近邻法

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家博士点基金资助项目20090162110057;湖南省自然科学基金资助项目05JJ30121

在线出版日期：2012-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：143-145