作　　者： ; ; ;

机构地区： 中南大学信息科学与工程学院

出　　处： 《计算机工程》 2011年第15期143-145,共3页

摘　　要： 提出一种基于人脸运动特征和高阶奇异值分解的驾驶疲劳识别方法。利用光流技术计算人脸皮层的运动速度,以此作为疲劳特征。为消除身份、光照和姿态等因素对疲劳识别的影响,利用高阶奇异值分解将疲劳特征与身份信息、光照信息、姿态信息分离。在疲劳子空间采用余弦距离最近邻方法进行疲劳识别。对不同光照条件下、不同人、不同姿态的疲劳状态进行识别实验,实验结果表明,该方法具有较好的识别效果。 This paper presents a new method for fatigue recognition based on Higher-order Singular Value Decomposition（HOSVD）. Facial velocity information, which is determined using optical flow techniques, is used to characterize fatigue. In order to remove the influence of identity, head poses, and lighting conditions, HOSVD is used to extract fatigue features. Experimental results show that the proposed method is effective and attains a satisfactory effect.

关 键 词： 疲劳识别 疲劳特征 光流 高阶奇异值分解 张量 最近邻法

领　　域： [自动化与计算机技术] [自动化与计算机技术]