基于臉部關(guān)鍵點(diǎn)信息的駕駛員行為分析 ————以疲勞和吸煙為例
發(fā)布時(shí)間:2023-04-22 05:13
隨著車(chē)輛保有量的增多,汽車(chē)安全問(wèn)題越來(lái)越成為一個(gè)必須考量的問(wèn)題。在每年的道路交通事故中,多數(shù)災(zāi)難性的交通事故是由疲勞駕駛導(dǎo)致的。而且在我國(guó)并沒(méi)有將吸煙駕駛行為列入違規(guī)條例,但是實(shí)際上,仍然有一部分道路交通安全事故跟吸煙駕駛有關(guān)。所以對(duì)于營(yíng)運(yùn)車(chē)輛,比如“兩客一!避(chē)輛,物流車(chē)輛,以及網(wǎng)約車(chē)輛的監(jiān)察更顯的尤為迫切和重要。對(duì)于駕駛員的疲勞駕駛和吸煙駕駛行為,目前主要的檢測(cè)手段有,基于駕駛員的生理特征進(jìn)行的疲勞檢測(cè),這類(lèi)檢測(cè)疲勞方法準(zhǔn)確度高,但因?yàn)樾枰c駕駛員身體接觸,所以便攜性差。另外基于視覺(jué)的非接觸類(lèi)疲勞檢測(cè),這類(lèi)檢測(cè)可操作性強(qiáng),速度快等優(yōu)點(diǎn),但是傳統(tǒng)的特征提取手法提取特征種類(lèi)有限,且過(guò)程繁瑣,同時(shí)對(duì)圖像質(zhì)量要求較高。而對(duì)于吸煙檢測(cè),一般的吸煙檢測(cè)技術(shù)是通過(guò)儀器檢測(cè)駕駛室是否有煙霧,或者測(cè)量駕駛室的溫度等來(lái)判斷駕駛員是否有吸煙駕駛行為。這種檢測(cè)方式易受周?chē)h(huán)境干擾而導(dǎo)致漏檢誤檢。本文提出一種利用駕駛員臉部的關(guān)鍵點(diǎn)信息,計(jì)算并判斷其臉部的特征信息是否符合疲勞特征,以此來(lái)判斷駕駛員是否有疲勞駕駛行為,同時(shí)利用嘴部關(guān)鍵點(diǎn)信息合成吸煙圖像來(lái)解決吸煙數(shù)據(jù)缺乏的問(wèn)題,為駕駛員吸煙檢測(cè)的研究提供充足的吸...
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
縮略詞
第一章 緒論
1.1 本文的研究背景與意義
1.2 駕駛員疲勞駕駛行為檢測(cè)方法
1.2.1 基于駕駛員生理特征的接觸類(lèi)
1.2.2 基于車(chē)輛的行駛參數(shù)及駕駛員行為特征的非接觸類(lèi)
1.2.3 外界干預(yù)疲勞檢測(cè)類(lèi)
1.3 駕駛員吸煙駕駛行為檢測(cè)方法
1.3.1 穿戴式吸煙檢測(cè)方法
1.3.2 非接觸式吸煙檢測(cè)方法
1.4 國(guó)內(nèi)外研究現(xiàn)狀
1.4.1 國(guó)內(nèi)研究現(xiàn)狀
1.4.2 國(guó)外研究現(xiàn)狀
1.5 本文主要研究?jī)?nèi)容
第二章 基于臉部關(guān)鍵點(diǎn)信息的駕駛員行為分析研究
2.1 基于深度學(xué)習(xí)的人臉檢測(cè)
2.2 基于深度學(xué)習(xí)的人臉關(guān)鍵點(diǎn)檢測(cè)
2.3 基于深度學(xué)習(xí)的圖像分類(lèi)
2.4 卷積神經(jīng)網(wǎng)絡(luò)
2.4.1 卷積層
2.4.2 池化層
2.5 反向傳播算法
2.6 本章小結(jié)
第三章 CNN-9和VGGNet-10 模型的搭建與訓(xùn)練
3.1 CNN-9 模型的搭建與訓(xùn)練
3.1.1 數(shù)據(jù)準(zhǔn)備
3.1.2 網(wǎng)絡(luò)配置
3.1.3 CNN-9 模型訓(xùn)練及測(cè)試分析
3.2 VGGNet-10 模型的搭建與訓(xùn)練
3.2.1 數(shù)據(jù)準(zhǔn)備
3.2.2 網(wǎng)絡(luò)配置
3.2.3 VGGNet-10 模型訓(xùn)練
3.3 本章小結(jié)
第四章 疲勞駕駛與吸煙駕駛行為分析
4.1 疲勞駕駛行為分析
4.1.1 疲勞駕駛行為判別參數(shù)
4.1.2 疲勞駕駛行為判別準(zhǔn)則
4.1.3 疲勞駕駛行為檢測(cè)結(jié)果分析
4.2 吸煙駕駛行為分析
4.2.1 吸煙駕駛行為判別準(zhǔn)則
4.2.2 吸煙駕駛行為檢測(cè)結(jié)果分析
4.3 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文
本文編號(hào):3796987
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
縮略詞
第一章 緒論
1.1 本文的研究背景與意義
1.2 駕駛員疲勞駕駛行為檢測(cè)方法
1.2.1 基于駕駛員生理特征的接觸類(lèi)
1.2.2 基于車(chē)輛的行駛參數(shù)及駕駛員行為特征的非接觸類(lèi)
1.2.3 外界干預(yù)疲勞檢測(cè)類(lèi)
1.3 駕駛員吸煙駕駛行為檢測(cè)方法
1.3.1 穿戴式吸煙檢測(cè)方法
1.3.2 非接觸式吸煙檢測(cè)方法
1.4 國(guó)內(nèi)外研究現(xiàn)狀
1.4.1 國(guó)內(nèi)研究現(xiàn)狀
1.4.2 國(guó)外研究現(xiàn)狀
1.5 本文主要研究?jī)?nèi)容
第二章 基于臉部關(guān)鍵點(diǎn)信息的駕駛員行為分析研究
2.1 基于深度學(xué)習(xí)的人臉檢測(cè)
2.2 基于深度學(xué)習(xí)的人臉關(guān)鍵點(diǎn)檢測(cè)
2.3 基于深度學(xué)習(xí)的圖像分類(lèi)
2.4 卷積神經(jīng)網(wǎng)絡(luò)
2.4.1 卷積層
2.4.2 池化層
2.5 反向傳播算法
2.6 本章小結(jié)
第三章 CNN-9和VGGNet-10 模型的搭建與訓(xùn)練
3.1 CNN-9 模型的搭建與訓(xùn)練
3.1.1 數(shù)據(jù)準(zhǔn)備
3.1.2 網(wǎng)絡(luò)配置
3.1.3 CNN-9 模型訓(xùn)練及測(cè)試分析
3.2 VGGNet-10 模型的搭建與訓(xùn)練
3.2.1 數(shù)據(jù)準(zhǔn)備
3.2.2 網(wǎng)絡(luò)配置
3.2.3 VGGNet-10 模型訓(xùn)練
3.3 本章小結(jié)
第四章 疲勞駕駛與吸煙駕駛行為分析
4.1 疲勞駕駛行為分析
4.1.1 疲勞駕駛行為判別參數(shù)
4.1.2 疲勞駕駛行為判別準(zhǔn)則
4.1.3 疲勞駕駛行為檢測(cè)結(jié)果分析
4.2 吸煙駕駛行為分析
4.2.1 吸煙駕駛行為判別準(zhǔn)則
4.2.2 吸煙駕駛行為檢測(cè)結(jié)果分析
4.3 本章小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文
本文編號(hào):3796987
本文鏈接:http://sikaile.net/kejilunwen/qiche/3796987.html
最近更新
教材專(zhuān)著