在线字典学习形变模型的疲劳状态识别方法.pdfVIP

第 ! 卷第 # 期 哈(尔(滨(工(程(大(学(学(报 */=! =# $%’ 年 # 月 )*+,-./*01.,23- 4-53-66,3-57-386,93:; )+-=$%’ 在线 字典学习形变模型的 疲劳状态识别 方法 ! ! ! ! 王辉 童丽峰 于立君 贲浩然 游江 ! ?%%%# 哈尔滨工程大学 自动化学院 黑龙江 哈尔滨 ( ! ! 摘 要 针对现有驾驶疲劳状态识别算法 中存在疲劳特征 维数 高 识 别效率低下 计算量 大等 问题 本文提 出一种 % bfa 基于在线字典学习形变模型的疲劳状态识别方法 采用红外疲劳人脸 图像中关键变形 区域 特征 构建人脸 形 ’ ! 变模型 将在线字典学习算法 引入到形变模型 中 采用过 完备基 函数矩 阵代替训练样本整体对待 测样本进行 线性 ! ’ % 表示 利用其组合 系数的稀疏性进行人脸疲劳状态识 别 采用时间 窗结合 贝叶斯方法对识 别算法进行优化 实验 ! ! ! ! 结果表明 与传统的识别方法相 比 本文所提算法可以降低 系统 的运算量 提 高疲劳状态识 别的鲁棒性和 准确率 在实 际驾驶环境 中能够取得 良好的识别效果% ! ’ ’bfa ’ ’ ’ ’ ’ 关键词 疲劳状态识别 变形 区域 特征 形变模型 在线字典学习 过完备基 函数矩 阵 时间窗 贝叶斯方法 !#%MNN% OPQ6+=$%#%I%N? 网络出版地址 !Q::B OORRR=@-S3=-6:OS@A9OC6:.3/O$!M!N%=+=$%’%I%? M??M%%=Q:A/ 中图分类号 !]a(文献标志码 !T(文章编号 !%%# U’%I!#$%’ $%# U%N$ U%# @+.)A%’-.+.’(’*1A2).)12’.31/7+-’/1212,)2’ /)*.)12+(0 ,’+(2)2A /’51(+.)121/’, VTWX1+3 ]gWXb306-5 Y7b3P+- f4W1.*,.- Yg7)3.-5 !D*//656*0T+:*A.:3*- 1.,23- 4-53-66,3-57-386,93:; 1.,23- ?%%% DQ3-.# 67-.(+*.$Z*A6B,*2/6A99+@Q .9Q35Q 06.:+,6C3A6-93*- /