10.3969/j.issn.1000-386x.2019.11.032
基于YOLO和极限学习机的驾驶员安全带检测模型研究
针对现有的驾驶员安全带检测算法存在的定位精度差、实时性低的问题,提出一种基于YOLO和极限学习机相结合的驾驶员安全带检测模型.利用YOLO网络快速定位主驾驶区域,提取主驾驶区域特征,传递给极限学习机,训练成一个安全带检测分类器.实验结果表明,与传统的安全带检测算法相比,该方法在驾驶员安全带检测中准确率更高,检测速度大大提升.
安全带检测、YOLO、特征提取、极限学习机、ELM)
36
TP391(计算技术、计算机技术)
山东省研究生教育创新计划一般项目SDYC16022
2019-11-29（万方平台首次上网日期，不代表论文的发表时间）
共6页
196-201
