【摘要】：隨著經(jīng)濟、社會的不斷發(fā)展,交通運輸業(yè)得到快速發(fā)展,我國的汽車數(shù)量正在迅速增長,隨之而來,交通事故問題急劇增加并呈上升趨勢。由于在交通事故中,85%是人為因素造成的,可見對駕駛員的狀態(tài)進行實時監(jiān)測,并進行及時預(yù)警具有重要意義。目前駕駛員狀態(tài)檢測應(yīng)用還比較少,普遍存在實時性差、準(zhǔn)確度低、環(huán)境要求高、檢測方式單一、繁瑣等問題。針對上述問題,本文對國內(nèi)外研究現(xiàn)狀進行研究分析,設(shè)計并實現(xiàn)了基于Kinect的駕駛員狀態(tài)檢測系統(tǒng),能夠?qū)崟r地對駕駛員異常狀態(tài)進行預(yù)警,具有很好的車載實用價值。駕駛員狀態(tài)檢測系統(tǒng)主要解決了夜間檢測、檢測方式以及檢測性能三個關(guān)鍵問題。本文采用Kinect攝像頭作為圖像采集設(shè)備,具有不受光照條件影響的特性,可以在白天和夜間同時進行檢測。在檢測方式方面,本文對駕駛員的眨眼頻率、閉眼時間以及打哈欠頻率進行綜合檢測判斷,有效的提高了檢測的準(zhǔn)確性。在檢測性能方面,本文對AAM人臉特征點定位算法進行研究,并提出改進方法,以解決特征點定位不準(zhǔn)確和實時性不高的問題。本文設(shè)計的駕駛員狀態(tài)檢測系統(tǒng)分為Kinect圖像采集終端,狀態(tài)檢測終端和后臺管理端三個部分。主要工作包括對系統(tǒng)需求進行分析,制定系統(tǒng)的總體方案,然后根據(jù)總體方案采用層次化和結(jié)構(gòu)化的思想,對系統(tǒng)功能模塊進行詳細設(shè)計與實現(xiàn)。功能模塊包括狀態(tài)檢測終端的圖像采集模塊、人臉識別模塊、狀態(tài)分析模塊、報警模塊和后臺管理端的用戶管理模塊、實時顯示模塊、圖片管理模塊。最后為了驗證系統(tǒng)的可行性,對系統(tǒng)進行功能和性能測試,并對結(jié)果進行分析。測試結(jié)果表明,不同場景情況下,系統(tǒng)對駕駛員狀態(tài)檢測的準(zhǔn)確率達到了80%,并且能夠在1s時間內(nèi)對駕駛員的狀態(tài)做出判斷并采取相應(yīng)措施。
【圖文】：

圖 2.6 迷你主機示意圖2. 開發(fā)工具包選擇目前，常見的圖像處理開發(fā)工具包主要有 Kinect SDK、OpenCV 和 Op對這三種開發(fā)工具包進行分析，，選擇適合本文的開發(fā)工具包。

原始AAM和AAM與ASM融合定位結(jié)果
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.6;TP391.41

【參考文獻】

相關(guān)期刊論文 前7條

1 蔡菁;程雷;王紅霞;;基于Kinect的疲勞駕駛綜合監(jiān)測系統(tǒng)研究[J];計算機工程與科學(xué);2015年12期

2 石曼銀;;Kinect技術(shù)與工作原理的研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報;2013年03期

3 孔令錚;;交通事故致因中的人為因素分析[J];中國安全科學(xué)學(xué)報;2013年01期

4 劉紀(jì)紅;李中帆;;基于視頻的人眼跟蹤方法研究[J];小型微型計算機系統(tǒng);2012年09期

5 王利;艾玲梅;王四萬;羅萬志;;駕駛疲勞腦電信號節(jié)律的特征分析[J];生物醫(yī)學(xué)工程學(xué)雜志;2012年04期

6 武勃,黃暢,艾海舟,勞世z

本文編號：2678246