MATLAB人脸识别在驾驶员疲劳检测中的应用研究
摘要
MATLAB人脸识别技术具有干扰小、非接触和识别准确的优势,可以在驾驶员疲劳检测中得到应用。基于这种认识,本文在分析MATLAB人脸识别技术的基础上,对该技术在驾驶员疲劳检测中的应用情况展开了分析,从而为关注这一话题的人们提供参考。
出处
《电子技术与软件工程》
2016年第9期94-94,共1页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
参考文献3
-
1苏晓娜,李晓明.人脸检测及眼睛定位在驾驶员疲劳检测中的应用[J].科学技术与工程,2012,20(17):4183-4186. 被引量：4
-
2周云鹏,朱青,王耀南,卢笑,凌志刚.面部多特征融合的驾驶员疲劳检测方法[J].电子测量与仪器学报,2014,28(10):1140-1148. 被引量：21
-
3蔡菁,程雷,王红霞.基于Kinect的疲劳驾驶综合监测系统研究[J].计算机工程与科学,2015,37(12):2379-2385. 被引量：9
二级参考文献28
-
1张德丰.MATLAB神经网络应用设计[M].北京:机械工业出版社,2012.
-
2ZHANG Y, ZHAO X Y. A time delay neural etworkmodel for simulating eye gaze data[ J]. Journal of Ex-perimental and Theoretical Artificial Intelligence,2011,23(1) : 111-126.
-
3SUN W, TANG I Q. Driver fatigue driving detectionbased on eye state[ J]. International Journal of DigitalContent Technology and its Applications,2011,10(5):307-314.
-
4RALPH 0 M, SEONG G K. Visual analysis of eye stateand head pose for driver alertness monitoring [ J ] . IEEETrasaction on Intelligent Transportation System, 2013,14(3) : 1462-1469.
-
5JI Q, ZHU Z W. Real-time nonintrusive monitoring andprediction of driver fatigue [ J ]. IEEE Transactions onVehicular Technology,2004,53(4) ,1052-1068.
-
6MANDALAPU S,PREETI B. Driver fatigue detection us-ing mouth and yawning analysis[ J]. International Journalof Computer Science and Security ,2008,8(6) : 183-188.
-
7LUIS M B, MIGUEL A S. Real time system for monito-ri-ng driver vigilance [J]. IEEE Transactions on Intelli-gent Transportation Systems ,2006,7(1) :63-77.
-
8PAUL Y, MICHAEL J. Rapid object detection using abo-osted cascade of simple features[ C]. Proceedings ofthe 2001 IEEE Computer Society Conference on Com-puter Vision and Pattern Recognition, Kauai, HI,USA,8-14 December,2001:511-518.
-
9SHEN L L?BAI L. A review on gabor wavelets for facerecognition [ J ]. Pattern Analysis and Applications,2006: 273-292.
-
10TIMO O, MATTI P, TOPI M. Multiresolution gray-scaleand rotation invariant texture classification with localbin-ary patterns [ J ]. IEEE Transactions on Pattern Anal-ysis and Machine Intelligence,2006,24 ( 7 ) : 971-987.
共引文献31
-
1武茹茹.基于多特征融合识别的生物识别专利技术综述[J].产业科技创新,2020(13):62-63. 被引量：1
-
2白中浩,焦英豪,白芳华.基于主动形状模型及模糊推理的驾驶疲劳检测[J].仪器仪表学报,2015,36(4):768-775. 被引量：17
-
3尹艳鹏,周颖,曾丹,程诚,张之江.基于多特征融合条件随机场的人脸图像分割[J].电子测量技术,2015,38(6):54-59. 被引量：13
-
4鲁萌萌,赵凤军,李宁.基于词包模型的高分辨率SAR图像特征提取[J].国外电子测量技术,2015,34(6):62-69. 被引量：11
-
5付锐,程文冬,张名芳,袁伟,刘卓凡,郭艳君.基于动态匹配模型的驾驶人嘴部行为识别与分级预警[J].汽车工程,2015,37(9):1095-1102. 被引量：4
-
6刘娟,胡敏,黄忠.Gabor多方向特征融合与分块统计的表情识别[J].电子测量与仪器学报,2015,29(11):1698-1705. 被引量：12
-
7毕雪芹,惠婷.基于肤色分割与AdaBoost算法的人脸检测[J].国外电子测量技术,2015,34(12):82-86. 被引量：21
-
8宋晓琳,郑亚奇,曹昊天.基于HMM-SVM的驾驶员换道意图辨识研究[J].电子测量与仪器学报,2016,30(1):58-65. 被引量：20
-
9徐龙顺.驾驶员精神疲劳检测方法综述[J].电子世界,2016,0(6):66-67.
-
10张海燕,高杰,康今朝.基于最大特征分量的快速人脸倾斜校正方法[J].电子测量与仪器学报,2016,30(4):583-589. 被引量：2
