公开(公告)号：CN110084220A

公开(公告)日：2019-08-02

申请号：CN201910378462.X

申请日：2019-05-08

Applicant: 重庆邮电大学

Inventor： 方昳凡 ,  许清 ,  陆相羽 ,  黄子恒 ,  易和阳 ,  滕飞宇 ,  杨森元 ,  戈洋

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06T5/10

Abstract: 本发明涉及一种基于多尺度二进制模式的车载疲劳检测方法，解决的是检测精度低的技术问题，通过采用将训练样本图像划分成若干不重复的子区域，使用多尺度局部二进制模式进行特征提取，获得多尺度局部二进制图像特征；对多尺度局部二进制图像特征进行离散傅里叶变化，得到多尺度二进制模式的直方图傅里叶特征向量；步骤四，连接构成多尺度二进制模式的直方图傅里叶特征向量，用于表征图像特征，选择核函数，用非线性支持向量机对样本图像的MLBP特征进行分类训练，并得到训练后的SVM分类模型和参数的技术方案，较好的解决了该问题，可用于车载疲劳检测中。