本文關(guān)鍵詞：基于安卓的多特征疲勞實(shí)時(shí)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 安卓系統(tǒng) 疲勞駕駛檢測(cè) 多特征分析 形狀參數(shù)回歸 人臉對(duì)齊

【摘要】：隨著社會(huì)交通運(yùn)輸?shù)目焖侔l(fā)展,越來(lái)越多的長(zhǎng)途客貨運(yùn)駕駛員忙碌在工作崗位,因疲勞駕駛出現(xiàn)的事故頻繁發(fā)生。因此,疲勞駕駛檢測(cè)的相關(guān)研究意義重大。其中基于計(jì)算機(jī)視覺的檢測(cè)方法因?yàn)閷?duì)駕駛員無(wú)干擾成為研究熱點(diǎn)。目前已有的方法存在的問題是計(jì)算復(fù)雜度高,耗時(shí)長(zhǎng),難以在移動(dòng)設(shè)備上實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。本文選擇實(shí)現(xiàn)基于安卓系統(tǒng)的實(shí)時(shí)疲勞檢測(cè)系統(tǒng),包括移動(dòng)檢測(cè)終端和遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控系統(tǒng)。采用人臉對(duì)齊算法得到眼睛、嘴巴和頭部等疲勞特征,實(shí)現(xiàn)疲勞狀態(tài)分析。本文主要有以下研究成果:改進(jìn)顯式形狀回歸人臉對(duì)齊算法,提出基于二級(jí)形狀參數(shù)回歸的人臉對(duì)齊算法。采用PCA降維,用低維的人臉形狀參數(shù)約束人臉形狀。在二級(jí)回歸框架中,僅簡(jiǎn)單計(jì)算低維的人臉形狀參數(shù),替代原始的高維人臉形狀。針對(duì)人臉的旋轉(zhuǎn)角度和尺度大小不同,使用明確的形狀特征索引算法替代局部特征索引,提高特征的可比性。采用多重隨機(jī)特征選擇方法,篩選出更好的人臉特征。通過算法改進(jìn),明顯減小了運(yùn)算復(fù)雜度和數(shù)據(jù)存儲(chǔ)量,提高了對(duì)齊速度和對(duì)齊效果。在安卓系統(tǒng)算法實(shí)現(xiàn)時(shí)將人臉對(duì)齊分為人眼對(duì)齊和人臉輪廓對(duì)齊兩個(gè)步驟。人眼對(duì)齊時(shí),通過對(duì)人臉圖片的截取和壓縮,僅處理圖片大小80*40的人眼區(qū)域,用20個(gè)特征點(diǎn)描述人眼形狀,并降到20維,減少單次需要處理的圖像信息和數(shù)據(jù)維度。人臉輪廓對(duì)齊時(shí),選取27個(gè)特征點(diǎn)表示人臉輪廓形狀,并降到20維,根據(jù)人眼對(duì)齊結(jié)果得到的雙眼瞳孔坐標(biāo),優(yōu)化人臉輪廓初始形狀,使人臉輪廓對(duì)齊更快更精確。疲勞特征分析時(shí),根據(jù)對(duì)齊的人眼形狀和人臉輪廓形狀中特征點(diǎn)的坐標(biāo)位置,采用簡(jiǎn)單的四則運(yùn)算判斷眼睛的睜閉、嘴巴的張合程度和頭部上下運(yùn)動(dòng)。選取鼻尖和臉頰的3個(gè)特征點(diǎn)坐標(biāo)組成特征三角形,根據(jù)三角形形狀變化判斷頭部的偏轉(zhuǎn)方向。最后綜合全部疲勞特征給出檢測(cè)結(jié)果,減少單一疲勞特征判斷出現(xiàn)的誤檢。最后,實(shí)現(xiàn)的檢測(cè)程序在性能一般的安卓系統(tǒng)手機(jī)、平板上達(dá)到了良好的檢測(cè)效果和實(shí)時(shí)的檢測(cè)速度,實(shí)現(xiàn)了網(wǎng)絡(luò)監(jiān)測(cè)服務(wù)器端系統(tǒng)。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 彭明超;包姣;葉茂;茍群森;王夢(mèng)偉;;基于形狀參數(shù)回歸的人臉對(duì)齊算法[J];模式識(shí)別與人工智能;2016年01期

2 商喜喜;修春波;;基于膚色特征的人臉檢測(cè)技術(shù)研究[J];信息網(wǎng)絡(luò)安全;2012年07期

3 余龍華;王宏;鐘洪聲;;基于隱馬爾科夫模型的人臉識(shí)別[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年02期

4 孫偉;張小瑞;唐慧強(qiáng);張為公;;基于嘴唇色度Fisher分類的駕駛疲勞視覺檢測(cè)[J];南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

5 盧緒軍;趙勛杰;;一種基于膚色和模板匹配的人臉檢測(cè)方法[J];計(jì)算機(jī)應(yīng)用與軟件;2011年07期

6 張希波;成波;馮睿嘉;;基于方向盤操作的駕駛?cè)似跔顟B(tài)實(shí)時(shí)檢測(cè)方法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年07期

7 楊海燕;蔣新華;聶作先;;駕駛員疲勞檢測(cè)技術(shù)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2010年05期

8 王剛;黃昶;;基于BP神經(jīng)網(wǎng)絡(luò)的人臉檢測(cè)算法[J];中國(guó)科技信息;2010年03期

9 楊秋芬;桂衛(wèi)華;周書仁;;疲勞駕駛面部表情識(shí)別算法[J];計(jì)算機(jī)應(yīng)用研究;2008年10期

10 張立剛;何東健;;基于膚色模型和區(qū)域特征的人臉檢測(cè)方法[J];計(jì)算機(jī)工程;2008年19期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 廖頻;基于統(tǒng)一概率模型的人臉識(shí)別技術(shù)[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 薛雷;考慮駕駛員生物電信號(hào)的疲勞駕駛檢測(cè)方法研究[D];吉林大學(xué);2015年

2 馬添翼;基于面部表情特征的駕駛員疲勞狀態(tài)識(shí)別方法研究[D];清華大學(xué);2012年

3 萬(wàn)飛;基于特征與模板的人臉檢測(cè)技術(shù)研究[D];電子科技大學(xué);2009年

4 程勇光;基于膚色和面部幾何特征的人臉檢測(cè)算法的研究[D];北京交通大學(xué);2008年

5 吳康華;基于PERCLOS的駕駛疲勞檢測(cè)系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2008年

6 劉靈;心率變異性在汽車司機(jī)駕駛疲勞監(jiān)測(cè)中應(yīng)用的研究[D];重慶大學(xué);2007年

7 汪曉妍;基于ASM的人臉定位研究[D];南京信息工程大學(xué);2006年

8 茅泉泉;基于統(tǒng)計(jì)理論的人臉檢測(cè)方法的研究[D];東南大學(xué);2006年

9 王科平;基于多特征融合的人臉檢測(cè)與識(shí)別方法[D];西安電子科技大學(xué);2006年

，

本文編號(hào)：1262159