基于HOG特征提取与SVM驾驶员注意力分散行为检测方法研究

驾驶员注意力分散是导致交通事故的主要原因。该文以驾驶员注意力分散行为图像为分类目标,提出了一种基于方向梯度直方图(Histogram of Oriented Gradient,HOG)与支持向量机(Support Vector Machine,SVM)的行为检测方法。首先,获取图像中的感兴趣区域,并对图像进行增强、去噪及归一化处理;然后,提取图像HOG特征,进而采用交叉验证法对SVM分类器中的参数进行优化;最后,对视频图像中驾驶员的不同行为进行分类识别。实验中,通过与传统SVM算法以及基于局部二值模式的SVM算法进行对比,验证了所提方法具有更好的识别准确率。