隨著公路里程和汽車保有量的持續(xù)增加,不僅推動了交通運輸的發(fā)展,也造成了交通事故的頻發(fā)。而交通事故中90%都是駕駛員人為因素造成的,其中包括駕駛員打電話,玩手機等不安全操作,因此針對駕駛員不安全行為的檢測研究已經成為當前智能交通系統(tǒng)的研究熱點。當前研究方法大多是基于RGB數據進行檢測,易受到光線變化、背景遮擋等干擾,在實際應用中存在較多缺陷。而隨著深度攝像頭的發(fā)展,RGB-D相機成本降低,精度提升,越來越多研究人員提出采用RGB-D相機對行為檢測算法進行研究。本文主要研究基于RGB-D的駕駛員不安全行為檢測方法。駕駛員行為檢測由數據采集與預處理環(huán)節(jié)、特征提取環(huán)節(jié)和特征融合分類環(huán)節(jié)。綜合考慮這三個環(huán)節(jié),本文提出了基于RGB-D的駕駛員不安全行為檢測方法,主要工作為以下三個方面:第一,在數據采集和預處理環(huán)節(jié),首先本文利用RGB-D標定數據進行配準,提高數據可靠性;其次,針對深度圖像因為干擾產生的空洞噪聲,本文提出基于RGB信息的深度圖像空洞修復算法,結合聯(lián)合雙邊濾波及中值濾波方法,利用彩色信息的相似性篩選鄰域深度值填充空洞,對比單一形態(tài)學和單一濾波方法可以有效對深度圖像空洞修復和去噪;最后,... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：81 頁

【學位級別】：碩士

【部分圖文】：

015-2018我國交通事故情況

華南理工大學碩士學位論文8圖1-2系統(tǒng)框架第一章為緒論部分，主要介紹了課題背景及研究價值，結合現狀綜述介紹了目前駕駛員行為研究所面臨的問題。針對問題，概述了本文的研究內容與方法。最后介紹了論文整體組織結構。第二章為RGB-D圖像數據采集，主要介紹了傳感器方案選擇、深度相機原理、相機標定及深度和彩色圖像配準方法法。首先對現有傳感器方案進行比較，根據方案適用范圍確定本文的傳感器。其次，對RGB-D相機架構及原理進行介紹，主要多深度相機原理進行詳細闡述。最后介紹相機標定原理和RGB-D圖像配準方法，獲取匹配易處理的RGB-D數據。第三章為深度圖像修復和目標檢測部分。首先，針對深度圖像空洞問題，介紹了經典的深度值平滑填充方法，并提出了基于RGB信息的深度空洞修復算法，并與其他方法比較算法結果。之后概述了基于背景建模（ViBe）算法的目標檢測方法，提出了背景建模（ViBe）算法的改進方法，即RGBD+ViBe算法對駕駛員目標進行提取，在不同光照條件下對比其他算法的實驗結果分析和討論。第四章為行為多特征提取部分。先對多種單人行為特征提取常用方法進行了概述，

用于機

【參考文獻】：
期刊論文
[1]基于深度學習的駕駛員打電話行為檢測方法[J]. 熊群芳,林軍,岳偉,劉世望,羅瀟,丁馳.  控制與信息技術. 2019(06)
[2]2018年中國公路隧道發(fā)展[J]. 蔣樹屏,林志,王少飛.  隧道建設(中英文). 2019(07)
[3]基于樣本熵的分心駕駛心理反應研究[J]. 徐文翔,趙曉華,杜洪吉.  交通工程. 2019(S1)
[4]2019中國汽車用戶線上養(yǎng)護景氣指數報告[J].   汽車維修與保養(yǎng). 2019(04)
[5]基于SIFT和HOG特征融合的人體行為識別方法[J]. 韓欣欣,葉奇玲.  計算機技術與發(fā)展. 2019(06)
[6]運動目標檢測的ViBe算法改進[J]. 楊丹,戴芳.  中國圖象圖形學報. 2018(12)
[7]基于稀疏時空特征描述的駕駛者多種非安全駕駛行為識別[J]. 杜勇,王春明,崔金,李磊軍,崔堯,郭培智.  智能計算機與應用. 2018(06)
[8]基于像素濾波和中值濾波的深度圖像修復方法[J]. 劉繼忠,吳文虎,程承,王光輝,曾成.  光電子·激光. 2018(05)
[9]基于ViBe的復雜背景下的運動目標檢測[J]. 張文雅,徐華中,羅杰.  計算機科學. 2017(09)
[10]融合多尺度對比與貝葉斯模型的顯著目標檢測[J]. 鄧晨,謝林柏.  計算機工程與應用. 2018(08)

碩士論文
[1]基于半監(jiān)督支持向量機的駕駛員打電話行為檢測[D]. 王盡如.湖南大學 2018
[2]基于機器視覺的非安全駕駛行為檢測算法研究[D]. 駱文婕.湖南大學 2018
[3]汽車危險駕駛行為檢測系統(tǒng)的設計與實現[D]. 陽靜.華中科技大學 2018
[4]基于深度信息的公交駕駛員不安全操作識別[D]. 胡占峰.北方工業(yè)大學 2016
[5]基于多特征的駕駛員不安全行為檢測的研究[D]. 張孔.天津大學 2016
[6]基于深度圖的駕駛員頭部姿態(tài)分析[D]. 張博文.大連海事大學 2015
[7]基于計算機視覺的異常駕駛行為檢測方法研究[D]. 黃思博.華南理工大學 2011



本文編號：3440197