-
公开(公告)号：CN105138570B
公开(公告)日：2019-02-05
申请号：CN201510442984.3
申请日：2015-07-26
Applicant: 吉林大学
Abstract: 网络言论数据疑似犯罪度计算方法属智能安防技术领域，本发明提出了网络言论疑似犯罪度这一概念，定义它为社交网络上某ID通过其言论表现出来的犯罪可能性，以犯罪心理学为理论依据，总结出犯罪心理表现出的言论特征，提出了网络言论犯罪度的需求因素、情绪因素和准备因素影响模型；以文本分析技术手段、运用朴素贝叶斯分类器对需求因素进行判断，利用情感词典对情绪因素进行判断，构建了犯罪敏感词词典并结合机器学习的方法对准备因素进行判断，建立了网络言论疑似犯罪度理论框架和数学模型；本发明能将预警提前到犯罪心理形成和犯罪准备阶段，运用到实际网络中可全程自动分析预测大量数据，不需人为干预，可将安防系统智能化提升到更高层次。
-
公开(公告)号：CN107578008A
公开(公告)日：2018-01-12
申请号：CN201710782008.1
申请日：2017-09-02
Applicant: 吉林大学
Abstract: 基于分块特征矩阵算法和SVM的疲劳状态检测方法属图像处理和模式识别技术领域，本发明通过面部特征分析判断驾驶员是否处于疲劳状态，首先获取驾驶员视频图像，进行光照补偿和人脸区域检测；然后在人脸区域进行眼部和嘴部区域检测；本发明利用眼部分块特征矩阵算法对眼部图像进行特征提取，可降低光照条件、戴眼镜对检测的影响；利用嘴部分块特征矩阵算法对嘴部图像进行特征提取，可减少牙齿外露、嘴部留有胡须对检测的干扰；利用SVM算法对提取特征后的图像进行分类，在小样本训练集情况下提高可靠性；本发明结合眼部和嘴部疲劳特征分析，在检测到驾驶员处于疲劳状态时发出警告信息，可减少交通事故的发生。
-
公开(公告)号：CN104809445B
公开(公告)日：2017-12-19
申请号：CN201510229231.4
申请日：2015-05-07
Applicant: 吉林大学
IPC: G06K9/00
Abstract: 基于眼部和嘴部状态的疲劳驾驶检测方法属图像处理和模式识别技术领域，本发明包括下列步骤：驾驶员视频图像采集，光照补偿预处理，人脸区域检测，综合疲劳判断，发出疲劳警报；其中人脸区域检测包括眼部检测和嘴部检测；眼部检测包括用投影法获取眼部区域，作眼部特征分析，与标准特征比较，进行k值计算和眼部疲劳的判断；嘴部检测包括用mouth‑map法获取嘴部区域，作嘴部特征分析，与标准特征比较，进行p值计算和打哈欠的判断；本发明结合眼部和嘴部两个特征参数进行判断，与单一参数相比对疲劳判断的准确率和可靠性更高，本发明的实施可大幅降低由于驾驶员疲劳驾驶而引发的交通事故，为保证驾驶员的生命财产安全，提供了一种新的防范措施。
-
公开(公告)号：CN104809445A
公开(公告)日：2015-07-29
申请号：CN201510229231.4
申请日：2015-05-07
Applicant: 吉林大学
IPC: G06K9/00
CPC classification number: G06K9/00234 , G06K9/00281 , G06K9/00845
Abstract: 基于眼部和嘴部状态的疲劳驾驶检测方法属图像处理和模式识别技术领域，本发明包括下列步骤：驾驶员视频图像采集，光照补偿预处理，人脸区域检测，综合疲劳判断，发出疲劳警报；其中人脸区域检测包括眼部检测和嘴部检测；眼部检测包括用投影法获取眼部区域，作眼部特征分析，与标准特征比较，进行k值计算和眼部疲劳的判断；嘴部检测包括用mouth-map法获取嘴部区域，作嘴部特征分析，与标准特征比较，进行p值计算和打哈欠的判断；本发明结合眼部和嘴部两个特征参数进行判断，与单一参数相比对疲劳判断的准确率和可靠性更高，本发明的实施可大幅降低由于驾驶员疲劳驾驶而引发的交通事故，为保证驾驶员的生命财产安全，提供了一种新的防范措施。
-
-
-
Search Results
14
records
(took 0.021 seconds)
