[发明专利]一种基于平衡型Vector Boosting算法的人眼状态检测方法在审
| 申请号： | 201410121275.0 | 申请日： | 2014-03-28 |
| 公开（公告）号： | CN103902975A | 公开（公告）日： | 2014-07-02 |
| 发明（设计）人： | 王先梅;张星;李程;解仑 | 申请（专利权）人： | 北京科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于平衡型Vector Boosting算法的人眼状态检测方法，属于人机交互及智能识别技术领域。该方法包括以下步骤：特征提取阶段：采用基于眼睛结构的通用型哈尔特征的计算方法，并将其与改进型稀疏粒度特征算法相结合形成弱特征池，对眼睛进行表征；负样本构建阶段：采用Bag of words词袋技术实现负样本集合的更新，增强负样本集的区分能力；训练阶段：采用平衡型Vector Boosting算法进行分类器训练；检测阶段：利用基于矢量树模型和并行瀑布型模型的结合结构对人眼状态进行检测。本方法将人眼分为睁眼、闭眼和眯眼三种状态，使得检测率更高，误检率更低，实验结果表明，该检测系统的检测率可以达到90%以上，检测时间也仅为0.03s。 | ||
| 搜索关键词： | 一种 基于 平衡 vector boosting 算法 状态 检测 方法 | ||
【主权项】：
一种基于平衡型Vector Boosting算法的人眼状态检测方法，其特征在于：包括以下步骤：1）特征提取阶段：采用基于眼睛结构的通用型哈尔特征的计算方法，并将其与改进型稀疏粒度特征算法相结合形成弱特征池，对眼睛进行表征；2）负样本构建阶段：采用Bagofwords词袋技术实现负样本集合的更新，增强负样本集的区分能力；3）训练阶段：采用平衡型Vector Boosting算法进行分类器训练；4）检测阶段：利用基于矢量树模型和并行瀑布型模型的结合结构对人眼状态进行检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京科技大学，未经北京科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410121275.0/，转载请声明来源钻瓜专利网。
- 上一篇：文档图像识别方法和设备
- 下一篇：一种晾衣架
