基于MLBPH-FF和SVM的驾驶员疲劳检测

针对疲劳检测技术中驾驶员头部姿势变化影响图像检测效果的问题,提出一种基于多尺度LBPH傅里叶特征(MLBPH-FF)和支持向量机(SVM)的驾驶员疲劳检测方法。该方法分为训练和识别两个阶段:训练时,首先对从视频流中捕获的驾驶员人脸疲劳和非疲劳图像进行特征提取,即用不同半径的规范LBP算子计算得到多尺度的LBPH,然后拼接这些LBPH并进行傅里叶变换得到MLBPH-FF,最后把这些特征数据输入到SVM中进行训练得到SVM的模型及参数;在识别时,首先计算出待测图像样本的MLBPH-FF,然后输入到训练好的SVM中进行疲劳检测。实验结果表明,这种方法在疲劳检测方面有较好的识别率,对姿态和光照变化有较强的鲁棒性。