本文關(guān)鍵詞：基于視覺的疲勞駕駛特征提取

  更多相關(guān)文章： 疲勞駕駛 人臉檢測 睜閉眼判斷 哈欠檢測

【摘要】：疲勞駕駛作為導(dǎo)致交通事故的主要因素之一,給駕駛員及行人的生命財(cái)產(chǎn)安全帶來了巨大的威脅。因此,如何有效預(yù)防疲勞駕駛,最大程度減小由此帶來的各種損失,對于保護(hù)人民生命和財(cái)產(chǎn)安全具有很大的現(xiàn)實(shí)意義。駕駛員在疲勞時(shí)一般會(huì)出現(xiàn)閉眼、打哈欠和點(diǎn)頭三個(gè)特征,本文旨在利用圖像處理的方法提取駕駛員的這三個(gè)特征,從而判斷駕駛員是否處于疲勞駕駛狀態(tài)。首先,利用haar-like人臉檢測算法提取駕駛員臉部區(qū)域,本文通過卡爾曼濾波器跟蹤人臉的運(yùn)動(dòng)軌跡,預(yù)測下一幀圖像中人臉出現(xiàn)的位置,從而縮小haar-like人臉檢測的搜索范圍,有效提高人臉檢測算法的運(yùn)行效率。其次,在人臉檢測的基礎(chǔ)上,根據(jù)疲勞駕駛的特征設(shè)計(jì)了三個(gè)疲勞特征提取算法。一是睜眼和閉眼狀態(tài)判斷算法,該算法首先精確定位人眼并提取出包含單個(gè)眼睛的子窗口圖像,然后進(jìn)行睜閉眼狀態(tài)的判斷。二是將橢圓擬合的方法創(chuàng)新性地應(yīng)用到了哈欠檢測算法中,使得通過簡單快速的方法就可以獲取打哈欠的參數(shù),并獲得了良好的檢測效果。三是點(diǎn)頭檢測算法通過判斷駕駛員頭部的位置判斷其是否發(fā)生點(diǎn)頭動(dòng)作。同時(shí),本文設(shè)計(jì)了測試系統(tǒng)對文中提出的算法進(jìn)行了驗(yàn)證,并獲得了良好的實(shí)驗(yàn)結(jié)果。
【關(guān)鍵詞】：疲勞駕駛 人臉檢測 睜閉眼判斷 哈欠檢測
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;U463.6;TP391.41
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 研究背景及意義7-8
• 1.2 疲勞駕駛檢測方法概述8-9
• 1.3 國內(nèi)外研究現(xiàn)狀分析9-10
• 1.3.1 國外研究現(xiàn)狀9-10
• 1.3.2 國內(nèi)研究現(xiàn)狀10
• 1.4 本文內(nèi)容安排10-12
• 第二章 圖像處理基礎(chǔ)12-19
• 2.1 圖像形態(tài)學(xué)操作12-13
• 2.2 濾波處理13-14
• 2.3 圖像分割及邊緣檢測14-17
• 2.3.1 圖像閾值分割14-15
• 2.3.2 Canny邊緣檢測15-17
• 2.5 本章小結(jié)17-19
• 第三章 人臉檢測及跟蹤算法19-28
• 3.1 人臉檢測算法概述19-20
• 3.2 Haar-like人臉檢測算法20-25
• 3.2.1 Haar-like特征及其計(jì)算21-23
• 3.2.2 Adaboost級聯(lián)分類器23-25
• 3.3 Kalman跟蹤算法25-27
• 3.4 本章小結(jié)27-28
• 第四章 疲勞特征提取算法28-36
• 4.1 睜閉眼判斷28-33
• 4.2 哈欠檢測33-34
• 4.3 點(diǎn)頭檢測34-35
• 4.4 本章小結(jié)35-36
• 第五章 算法驗(yàn)證及系統(tǒng)設(shè)計(jì)36-51
• 5.1 OpenCV介紹36-37
• 5.2 圖像獲取37-38
• 5.3 系統(tǒng)軟件總體設(shè)計(jì)38-40
• 5.4 利用Kalman濾波器跟蹤人臉40-45
• 5.5 睜閉眼狀態(tài)判斷算法驗(yàn)證45-47
• 5.6 哈欠檢測算法驗(yàn)證47-48
• 5.7 點(diǎn)頭檢測算法驗(yàn)證48-49
• 5.8 本章小結(jié)49-51
• 第六章 總結(jié)與展望51-53
• 6.1 總結(jié)51
• 6.2 展望51-53
• 參考文獻(xiàn)53-54
• 在學(xué)期間的研究成果54-55
• 致謝55

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 蔣文博;謝曉明;;一種快速駕駛員疲勞檢測方法[J];電子設(shè)計(jì)工程;2015年23期

2 李建平;牛燕雄;楊露;張穎;呂建明;;基于人眼狀態(tài)信息的非接觸式疲勞駕駛監(jiān)測與預(yù)警系統(tǒng)[J];激光與光電子學(xué)進(jìn)展;2015年04期

3 牛清寧;周志強(qiáng);金立生;劉文超;于鵬程;;基于眼動(dòng)特征的疲勞駕駛檢測方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2015年03期

4 李忠東;;防止疲勞駕駛有妙法[J];湖南安全與防災(zāi);2014年02期

5 孫偉;張為公;張小瑞;陳剛;;疲勞駕駛預(yù)警系統(tǒng)的研究進(jìn)展[J];汽車電器;2009年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李長風(fēng);基于AdaBoost算法的人臉檢測研究[D];蘭州理工大學(xué);2014年

2 張亮修;基于Haar-like特征的實(shí)時(shí)道路車輛識別方法研究[D];青島大學(xué);2009年

3 張淑鳳;基于多個(gè)疲勞參數(shù)的駕駛員疲勞檢測[D];合肥工業(yè)大學(xué);2009年

，

本文編號：644623