隨著城市化進(jìn)程的不斷加快,交通已經(jīng)成為人們生活中必不可少的重要組成部分。然而,快節(jié)奏的生活和工作狀態(tài),使得很多人經(jīng)常處于疲勞狀態(tài)。當(dāng)人處于疲勞狀態(tài)時(shí),駕駛車(chē)輛會(huì)更加容易引發(fā)交通事故。近年來(lái),隨著疲勞駕駛引發(fā)的交通事故的不斷增加,引起人們的廣泛關(guān)注。為了減少因疲勞駕駛而引發(fā)的交通事故,學(xué)術(shù)界和工業(yè)界都已經(jīng)開(kāi)展了深入的研究。本文提出了一種基于面部視覺(jué)特征的疲勞檢測(cè)方法。在本文中,首先研究了人臉檢測(cè)的方法,并對(duì)比分析了基于Adaboost人臉檢測(cè)方法和Faceness Net人臉檢測(cè)方法。在此基礎(chǔ)上,本文提出了基于人臉特征點(diǎn)的疲勞檢測(cè)方法和基于深度學(xué)習(xí)的疲勞檢測(cè)方法。基于人臉特征點(diǎn)的疲勞檢測(cè)方法是通過(guò)人臉特征點(diǎn)的位置及其之間的關(guān)系建立狀態(tài)檢測(cè)模型,并使用狀態(tài)檢測(cè)模型檢測(cè)每一幀圖像中眼睛和嘴的閉合狀態(tài)。根據(jù)本文提出的疲勞判定方法,檢測(cè)每一幀圖像的疲勞狀態(tài)。考慮到疲勞是一個(gè)連續(xù)的過(guò)程,因此,本文使用時(shí)間窗口判定該時(shí)間段的疲勞狀態(tài)。每一個(gè)時(shí)間窗口的疲勞狀態(tài)是根據(jù)疲勞幀的數(shù)量與該時(shí)間窗口總數(shù)量之間的比例關(guān)系確定�；谏疃葘W(xué)習(xí)的疲勞檢測(cè)方法是通過(guò)改進(jìn)的SSD目標(biāo)檢測(cè)方法檢測(cè)每一幀圖像中人臉的眼睛和嘴的... 

【文章來(lái)源】：齊魯工業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

005-2008年疲勞駕駛事故統(tǒng)計(jì)

則ercentage of Eyelid Closure Time) 準(zhǔn)則是指在率。該方法是在 1994 年由 Walt Wierwille 等勞之間的關(guān)系[21]。在 1999 年，美國(guó)國(guó)家交認(rèn)為該方法更適合判斷駕駛?cè)藛T的疲勞狀態(tài)。RCLOS 作為車(chē)載實(shí)時(shí)的、非接觸的疲勞檢測(cè)方標(biāo)準(zhǔn)[24]：皮遮擋瞳孔面積高于70% 作為標(biāo)準(zhǔn)評(píng)價(jià)眼睛的皮遮擋瞳孔面積高于80%作為標(biāo)準(zhǔn)評(píng)價(jià)眼睛的皮遮擋瞳孔面積高于50%作為標(biāo)準(zhǔn)評(píng)價(jià)眼睛的則的測(cè)量原理如圖所示 2.1 所示，PERCLOS PERCLOS 值3 24 1100%t tt t

圖 2.2 P80 參數(shù)與疲勞程度相關(guān)性關(guān)系頻率率（Blink Frequency）指的是在單位時(shí)間內(nèi)眨眼的次數(shù)。正員在清醒狀態(tài)時(shí)大約每 2~4 秒內(nèi)出現(xiàn)一次眨眼，每分鐘，單次眨眼大概持續(xù) 0.25-0.3 秒的時(shí)間[7,25]。相比于正常駕駕駛?cè)藛T處于疲勞狀態(tài)，眼睛的眨眼頻率會(huì)降低[7]。通過(guò)正與實(shí)時(shí)駕駛狀態(tài)比較可以一定程度上檢測(cè)駕駛?cè)藛T的疲勞狀態(tài)臉面部特征的疲勞檢測(cè)方法中，除了眼睛可以有效反應(yīng)疲閉合狀態(tài)也可以有效反應(yīng)駕駛?cè)藛T的疲勞狀態(tài)。正常駕駛一般處于閉合或者微弱張開(kāi)狀態(tài)（正常說(shuō)話(huà)時(shí)）。而人處于哈欠行為出現(xiàn)，打哈欠時(shí)嘴部的張開(kāi)度往往大于正常說(shuō)話(huà)欠是一個(gè)連續(xù)的過(guò)程，發(fā)生的時(shí)間長(zhǎng)度也要大于正常說(shuō)話(huà)張開(kāi)閉合情況以及張開(kāi)的時(shí)間長(zhǎng)度檢測(cè)駕駛?cè)藛T的疲勞狀


本文編號(hào)：3436930