隨著我國鐵路運(yùn)輸高速迅猛地發(fā)展,列車駕駛員作業(yè)由傳統(tǒng)的列車操控型,轉(zhuǎn)變?yōu)閷α熊噷崟r運(yùn)行信息的長時間監(jiān)控。單調(diào)長時間的駕駛作業(yè)會顯著增加列車駕駛員的疲勞與嗜睡程度。列車駕駛員疲勞駕駛占列車事故原因中的比例最大。因此,如何減少由疲勞駕駛造成的列車事故,提高列車駕駛員的駕駛安全變得尤為重要。目前,較多的疲勞檢測算法要求列車駕駛員正視攝像頭,這使得列車駕駛員工作不便且造成了疲勞檢測方法的局限性。為了使基于正面人臉的疲勞檢測不受列車駕駛員頭部姿態(tài)變化的影響,采用基于機(jī)器視覺的方法分析列車駕駛員的面部狀態(tài),通過逆投影修正和眼睛凝視修正算法修正由頭部姿態(tài)變化導(dǎo)致的特征變形,利用PERCLOS和模糊推理相結(jié)合的方法對列車駕駛員的疲勞狀態(tài)進(jìn)行實時監(jiān)測。主要研究內(nèi)容包括:(1)為了滿足實時性的要求,采用基于Adaboost的人臉檢測算法快速定位人臉位置,提高人臉關(guān)鍵特征點定位算法的收斂速度。使用監(jiān)督下降法對人臉關(guān)鍵特征點進(jìn)行快速定位,利用獲得的關(guān)鍵特征點求解頭部姿態(tài)角度,并依據(jù)關(guān)鍵特征點的位置計算出的眼睛和嘴巴高度與寬度的比值作為疲勞特征。(2)研究了頭部姿態(tài)變化與臉部疲勞特征的關(guān)系,分別建立了投影疲勞特征...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.11人臉檢測部分測試結(jié)果

列車駕駛員多視角實時疲勞檢測方法研究(b)負(fù)樣本圖2.10人臉檢測部分訓(xùn)練樣本圖2.11展示了部分人臉檢測算法的測試結(jié)果，耗時2417.68ms。圖中總共64人，其中有5人檢測失敗，2人是因為佩戴了墨鏡，2人是被遮擋，1人未能識別，無誤檢出現(xiàn)，檢測率達(dá)到....

圖4.3凝視與眼瞼位置關(guān)系圖

下凝視0°(b)向下下凝視10°(d)向下下凝視20°(f)向下

本文編號：4013127