本文關鍵詞：基于駕駛員視線跟蹤的安全駕駛監(jiān)測　出處：《南昌大學》2016年碩士論文　論文類型：學位論文

  更多相關文章： 視線跟蹤 安全駕駛 人臉檢測 虹膜中心 角點檢測

【摘要】：隨著汽車的普及,對駕駛員的駕駛視線進行跟蹤對提高行車的安全性有著重要的意義。視線跟蹤也是現(xiàn)階段備受關注的研究領域,其在人機交互、軍事、市場營銷、工業(yè)控制等領域有著廣大的運用前景。本文針對實時性、穩(wěn)定性、準確性提出了一種非入侵式的視線跟蹤框架。使用普通的單攝像頭對駕駛員進行駕駛圖像采集,利用駕駛員的內眼角點作為參考點,虹膜中心作為動點,通過二者的位置關系建立視線跟蹤模型。本系統(tǒng)先對視頻獲取的圖像進行濾波與對比增強處理,在濾波處理中提出中值濾波與雙邊濾波相結合的方法,并使用一種降維的方式進行權值計算。為了減少搜索空間和提高特征提取的準確性,本系統(tǒng)采用從粗到細的搜索策略。先從預處理后的圖像中確定人臉區(qū)域,在從人臉區(qū)域確定眼睛區(qū)域,最后獲取虹膜中心和角點特征。針對人臉識別模塊,本文提出了一種提出基于先驗知識與統(tǒng)計方法相結合的思路,先使用膚色模型確定候選人臉區(qū)域,再使用Adaboost算法對候選區(qū)域進行檢測。該方法不僅縮短了檢測時間而且提高了檢測的準確率。在獲取人臉區(qū)域后使用“三庭五眼”加基于灰度值的投影方法確定人眼位置。對于虹膜中心檢測本文提出了一種基于中垂線的Hough變換的改進方法,把三維問題空間轉換成了二維空間。在角點檢測模塊,提出使用Harris算子二次遞歸的算法,進行更精準、更細致的眼角檢測。最后,本文基于openCV二次開發(fā),對本文提出的框架與相關改進算法進行測試。結果表明,本系統(tǒng)的框架與相關算法是比較有效的。
[Abstract]:With the popularization of automobile, tracking the driver's line of sight plays an important role in improving the safety of driving. Line of sight tracking is also one of the most concerned research fields at this stage, which is in man-machine interaction and military affairs. Marketing, industrial control and other fields have a broad application prospects. This paper aimed at real-time, stability. In this paper, a non-invasive visual tracking framework is proposed. The common single camera is used to capture the driver's driving image, the driver's inner eye corner is used as the reference point, and the iris center is used as the moving point. The system firstly filters and contrasts the image acquired by video, and puts forward the method of combining median filter and bilateral filter in the filtering process. In order to reduce the search space and improve the accuracy of feature extraction, the system adopts a coarse to fine search strategy. Firstly, the face region is determined from the pre-processed image. Finally, the iris center and corner features are obtained from the face region. For the face recognition module, a combination of prior knowledge and statistical method is proposed in this paper. First use the skin color model to determine the candidate's face area. Then Adaboost algorithm is used to detect candidate regions. This method not only shortens the detection time but also improves the accuracy of detection. Add the projection method based on gray value to determine the position of human eye. For iris center detection, we propose an improved method of Hough transform based on midline perpendicular. The three-dimensional problem space is converted into two-dimensional space. In the corner detection module, a quadratic recursive algorithm using Harris operator is proposed for more accurate and meticulous eye angle detection. Finally. Based on the secondary development of openCV, this paper tests the proposed framework and related improved algorithms, and the results show that the framework and related algorithms of the system are more effective.
【學位授予單位】：南昌大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.6;TP391.41

【相似文獻】

相關期刊論文 前10條

1 邱衛(wèi)國,昂海松;基于多特征綜合的角點檢測算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2004年03期

2 廖�？�,駱德淵,秦東興,黃大貴;一種改進的角點檢測法[J];儀器儀表用戶;2005年02期

3 任雁;;角點檢測方法研究[J];機械工程與自動化;2009年01期

4 戚飛虎，，劉建峰;一種有效的不變性角點檢測方法[J];上海交通大學學報;1995年06期

5 楊楊，張?zhí)镂?角點檢測算法評價方法的研究[J];哈爾濱工業(yè)大學學報;1998年02期

6 周鵬,譚勇,徐守時;基于角點檢測圖像配準的一種新算法[J];中國科學技術大學學報;2002年04期

7 邱衛(wèi)國,昂海松;基于隸屬度特征的曲線角點檢測方法[J];重慶大學學報(自然科學版);2004年11期

8 田建東;唐延東;;基于幾何特征的快速高精度角點檢測算法[J];儀器儀表學報;2009年02期

9 馬麗紅;黎劍暉;譚幸均;;多向格型微分和競爭抑制的角點檢測改進方法[J];華南理工大學學報(自然科學版);2013年11期

10 曲福恒;楊勇;胡雅婷;陳學廣;;硬度圖像角點檢測算法[J];長春理工大學學報(自然科學版);2011年03期

相關會議論文 前10條

1 簡麗娟;劉奇;;基于角點檢測的旋轉圖象的拼接實現(xiàn)[A];中國自動化學會、中國儀器儀表學會2004年西南三省一市自動化與儀器儀表學術年會論文集[C];2004年

2 陳杰春;趙麗萍;郭鳴;;角點檢測不確定度評定方法[A];中國光學學會2010年光學大會論文集[C];2010年

3 范娜;俞利;徐伯夏;;角點檢測算法綜述[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

4 熊薇薇;吳懷宇;;一種改進的角點檢測算法[A];中國計量協(xié)會冶金分會2009年年會論文集[C];2009年

5 郭宏國;周銓;趙榮椿;;一種改進的基于角點檢測的圖像配準方法[A];第八屆全國信號與信息處理聯(lián)合學術會議論文集[C];2009年

6 敖雪峰;武仲科;周明全;宋榮青;王燕妮;;基于角點檢測的毛筆字筆畫分割算法[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

7 王利強;郝瑩;;一種基于Forstner算子的角點檢測改進算法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

8 付朝霞;韓焱;昝波;;基于角點檢測的圖像鑲嵌算法[A];第十一屆中國體視學與圖像分析學術會議論文集[C];2006年

9 楊佳華;郭彤穎;馮群;劉淑娟;李峰;;一種基于曲率尺度空間的局部閾值角點檢測方法[A];第十屆沈陽科學學術年會論文集（信息科學與工程技術分冊）[C];2013年

10 田宏亮;蔣曉瑜;張智詮;汪熙;;基于Harris與SUSAN的聯(lián)合角點檢測與匹配算法[A];第六屆全國信號和智能信息處理與應用學術會議論文集[C];2012年

相關博士學位論文 前4條

1 徐玲;基于圖像輪廓的角點檢測方法研究[D];重慶大學;2009年

2 章為川;基于各向異性高斯核的圖像邊緣和角點檢測[D];西安電子科技大學;2013年

3 鐘寶江;圖象輪廓處理技術的基礎算法研究[D];南京航空航天大學;2006年

4 羅曉暉;雙高斯差模型的低層次視覺尺度要素檢測研究[D];重慶大學;2002年

相關碩士學位論文 前10條

1 李冬晴;圖像角點檢測算法與測評技術研究[D];蘇州大學;2015年

2 曲瑾;基于角點檢測的目標跟蹤算法研究與應用[D];哈爾濱工業(yè)大學;2015年

3 陳強;一種用于零件檢測的工業(yè)內窺鏡研究[D];南京理工大學;2014年

4 廖璇;花樣圖案路徑提取及優(yōu)化方法研究[D];西南科技大學;2015年

5 李火星;基于圖像邊緣的角點檢測算方法研究[D];河南理工大學;2014年

6 孔祥楠;基于邊緣輪廓角點檢測算法的研究[D];西安工程大學;2016年

7 徐偉;鋼絲繩激光非接觸測長方法研究[D];貴州師范大學;2016年

8 陳程;基于圖像處理技術的視線跟蹤算法設計與實現(xiàn)[D];內蒙古大學;2016年

9 李響;基于圖像技術的型材截面幾何尺寸測量方法研究[D];鄭州大學;2016年

10 陳俊艷;視頻監(jiān)控中運動目標檢測與跟蹤算法研究[D];西安郵電大學;2016年

本文編號：1403990