基于改进的HOG算法结合CNN-SVM的疲劳检测

摘要

为了预防驾驶员因疲劳驾驶引发交通事故,提出一种基于改进的HOG(histogram of oriented gra⁃dients)算法与CNN-SVM结合的人脸疲劳检测方法。首先,针对传统HOG特征提取过程中的不足,对HOG特征提取时加入了对角线像素的灰度信息,使得提取到的灰度边缘信息更加丰富,从而提升对人脸检测的准确度。其次,使用级联回归(ensemble of regression trees,ERT)算法对脸部68个关键点标定并裁剪眼部区域。最后,使用CNN结合SVM对人眼状态识别,并结合PERCLOS等参数进行疲劳判断。