原文传递
驾驶人在手机通话行为中的认知分心图像识别研究
| 题名： | 驾驶人在手机通话行为中的认知分心图像识别研究 |
| 作者： | 程文冬;付锐;马勇;周扬;刘京凯 |
| 作者单位： | 西安工业大学机电工程学院;长安大学汽车运输安全保障技术交通行业重点实验室 |
| 关键词： | 交通工程;认知分心;机器视觉;智能辅助驾驶;行为特性;D-S证据理论;驾驶人 |
| 摘要： | 在手机通话（MPC）行为中，驾驶人极易陷入认知分心（DCD）状态，对此提出了一种基于头-眼行为特性的DCD图像识别方法。为适应自然驾驶中的波动光照和复杂背景，首先建立基于YCbCr色彩空间的在线肤色模型，提取待检肤色区域的PCA-HOG特征并建立支持向量机分类器来识别MPC手势;与此同时，采用多尺度局部模极大值方法检测嘴部显著边缘，并通过边缘活跃度来识别驾驶人说话行为，综合MPC手势和说话行为建立MPC行为的判别逻辑。最后，以5s为时间窗口获取驾驶人的眼球活跃度、眨眼指数、头部横摆和俯仰运动活跃度，采用D-S证据理论建立融合头-眼行为特性的DCD识别方法。试验结果表明:融合手势和说话行为图像检测的MPC识别率为92.8%;对于不佩戴眼镜的驾驶人，眼球活跃度是DCD识别率最高的单一指标，“眼球活跃度-头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高，为86.2%;对于佩戴眼镜的驾驶人，“头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高，为83.2%;算法对熟练驾驶人的DCD识别率略高于非熟练驾驶人。 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 168-181 |
检索历史
应用推荐
