论文部分内容阅读
为了提高随机森林算法在驾驶员视线估计任务中的分类准确率,设计了一种改进的随机森林模型。首先提取驾驶员的头部姿态特征和眼睛特征;然后通过高斯混合聚类模型对驾驶员特征进行预处理,增加随机森林决策树之间的独立性;并在随机森林建树完成后给予各决策树相应的权重以提高分类效果较好决策树的分类权重。仿真实验表明:改进随机森林算法对驾驶员常用的13个视线区域的平均识别率可以达到93.47%,高于传统随机森林的分类效果。