隨著我國(guó)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?duì)列車實(shí)時(shí)運(yùn)行信息的長(zhǎng)時(shí)間監(jiān)控。單調(diào)長(zhǎng)時(shí)間的駕駛作業(yè)會(huì)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(cè)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(cè)方法的局限性。為了使基于正面人臉的疲勞檢測(cè)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(duì)列車駕駛員的疲勞狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。主要研究?jī)?nèi)容包括:(1)為了滿足實(shí)時(shí)性的要求,采用基于Adaboost的人臉檢測(cè)算法快速定位人臉位置,提高人臉關(guān)鍵特征點(diǎn)定位算法的收斂速度。使用監(jiān)督下降法對(duì)人臉關(guān)鍵特征點(diǎn)進(jìn)行快速定位,利用獲得的關(guān)鍵特征點(diǎn)求解頭部姿態(tài)角度,并依據(jù)關(guān)鍵特征點(diǎn)的位置計(jì)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(jí)別】：碩士

【部分圖文】：

圖2.11人臉檢測(cè)部分測(cè)試結(jié)果

列車駕駛員多視角實(shí)時(shí)疲勞檢測(cè)方法研究(b)負(fù)樣本圖2.10人臉檢測(cè)部分訓(xùn)練樣本圖2.11展示了部分人臉檢測(cè)算法的測(cè)試結(jié)果，耗時(shí)2417.68ms。圖中總共64人，其中有5人檢測(cè)失敗，2人是因?yàn)榕宕髁四R，2人是被遮擋，1人未能識(shí)別，無誤檢出現(xiàn)，檢測(cè)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(hào)：4013127