本文關(guān)鍵詞：基于ASM的多特征融合駕駛員疲勞檢測方法

  更多相關(guān)文章： 疲勞檢測 主動(dòng)形狀模型 PERCLOS 自適應(yīng)神經(jīng)模糊推理

【摘要】：為了提高對(duì)駕駛員疲勞程度檢測的準(zhǔn)確性與魯棒性,提出了一種基于主動(dòng)形狀模型的多個(gè)特征融合疲勞檢測算法。首先利用簡單類Haar特征的級(jí)聯(lián)Adaboost算法快速檢測出人臉位置,然后對(duì)檢測到的人臉進(jìn)行基于主動(dòng)形狀模型(active shape model,ASM)的特征點(diǎn)定位,利用12個(gè)ASM特征標(biāo)記點(diǎn),得出眼睛、嘴部和頭部的狀態(tài)參數(shù),再相應(yīng)地計(jì)算出PERCLOS(percentage of eyelid closure over the pupil over time)、AECS(average eye closure speed)、哈欠頻率、點(diǎn)頭頻率等4個(gè)疲勞特征,最后利用自適應(yīng)神經(jīng)模糊推理系統(tǒng)(adaptive network based fuzzy inference system,ANFIS)判決出駕駛員的3級(jí)疲勞程度(清醒、疲勞和嚴(yán)重疲勞)。實(shí)驗(yàn)結(jié)果表明,本方法對(duì)駕駛員疲勞檢測準(zhǔn)確率達(dá)93.3%,具有較高的準(zhǔn)確性與魯棒性。
【作者單位】： 湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國家重點(diǎn)實(shí)驗(yàn)室;博世汽車部件(蘇州)有限公司;
【關(guān)鍵詞】： 疲勞檢測 主動(dòng)形狀模型 PERCLOS 自適應(yīng)神經(jīng)模糊推理
【基金】：國家自然科學(xué)基金(51475153)資助項(xiàng)目
【分類號(hào)】：U463.6;TP391.41
【正文快照】： 1引言截止2014年底全國汽車保有量增至1.5億輛,交通事故共造成約3.5萬人死亡。據(jù)統(tǒng)計(jì)資料表明,疲勞駕駛引發(fā)的交通事故占事故總數(shù)的20%左右,占特大交通事故的40%以上,占交通事故死亡率的83%[1]。因此,疲勞駕駛的有效預(yù)防對(duì)減少交通事故的數(shù)量具有重大意義,而通過有效檢測駕駛

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 樊玲;;基于眼動(dòng)跟蹤的駕駛員疲勞檢測[J];科技創(chuàng)新與應(yīng)用;2012年26期

2 孟子諍;劉金明;劉厚軍;;機(jī)車司機(jī)疲勞檢測系統(tǒng)研究與應(yīng)用[J];中國鐵路;2013年05期

3 陳勇;黃琦;劉霞;張昌華;;一種全天候駕駛員疲勞檢測方法研究[J];儀器儀表學(xué)報(bào);2009年03期

4 高永萍;秦華標(biāo);;駕駛員疲勞檢測系統(tǒng)[J];儀表技術(shù)與傳感器;2007年01期

5 蘇曉娜;李曉明;;人臉檢測及眼睛定位在駕駛員疲勞檢測中的應(yīng)用[J];科學(xué)技術(shù)與工程;2012年17期

6 楊海燕;蔣新華;王雷;;一種基于人臉序列模式的機(jī)車駕駛員疲勞檢測方法[J];鐵道學(xué)報(bào);2012年05期

7 耿磊,吳曉娟,彭彰;基于TMS320DM642的疲勞檢測系統(tǒng)硬件設(shè)計(jì)[J];中國工程科學(xué);2005年11期

8 張祖濤;張家樹;;基于UKF非線性人眼跟蹤的駕駛員疲勞檢測[J];西南交通大學(xué)學(xué)報(bào);2008年06期

9 苑瑋琦;賈琦;;基于DM6437的駕駛員疲勞檢測系統(tǒng)[J];儀表技術(shù)與傳感器;2010年05期

10 陳旭;肖洪兵;;基于面部綜合信息的疲勞駕駛判別研究[J];科學(xué)技術(shù)與工程;2014年11期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前2條

1 張笑非;鄔正義;談?wù)?;基于視覺的疲勞駕駛檢測[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

2 胡慶新;張淑鳳;方躍;;弱光環(huán)境下駕駛員的人臉檢測和眼睛追蹤[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 記者 廖翊;目視判斷裂痕是金屬疲勞[N];新華每日電訊;2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 邸巍;基于視覺的全天候駕駛員疲勞與精神分散狀態(tài)監(jiān)測方法研究[D];吉林大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王豪榮;基于人臉特征融合的疲勞檢測方法研究[D];長安大學(xué);2015年

2 王兆偉;基于眼態(tài)識(shí)別的疲勞駕駛檢測技術(shù)研究[D];長安大學(xué);2015年

3 蔣文博;基于計(jì)算機(jī)視覺的疲勞駕駛檢測技術(shù)研究[D];北京化工大學(xué);2015年

4 張譯心;基于面部特征的駕駛員疲勞算法應(yīng)用研究[D];吉林農(nóng)業(yè)大學(xué);2015年

5 韓吉祥;基于SOPC的駕駛員疲勞檢測系統(tǒng)設(shè)計(jì)[D];黑龍江大學(xué);2015年

6 王雷;基于人臉檢測的疲勞駕駛分析[D];合肥工業(yè)大學(xué);2014年

7 朱學(xué)敏;基于卷積神經(jīng)網(wǎng)絡(luò)的眼電信號(hào)疲勞檢測[D];上海交通大學(xué);2015年

8 陳中勝;基于紅外視頻圖像眼睛信息特征的疲勞檢測[D];廣西科技大學(xué);2015年

9 趙曉琳;基于面部信息的疲勞駕駛檢測方法研究[D];吉林大學(xué);2016年

10 王帥;基于圖像處理的哨兵眼部疲勞檢測方法研究[D];云南大學(xué);2016年

，

本文編號(hào)：1032438