本文關(guān)鍵詞： 機(jī)器視覺 顏色空間 人臉檢測(cè) PCA 疲勞駕駛識(shí)別　出處：《大連理工大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：在交通飛速躍進(jìn)的現(xiàn)代社會(huì),開車的人數(shù)增長(zhǎng)迅速,但醉酒駕車和過累開車使得道路事故急劇增加,給人民群眾的生活和社會(huì)的安全帶來了巨大的隱患。所以對(duì)開車人疲勞程度的檢驗(yàn)和輔助開車裝置的研發(fā)顯得越來越急迫和重要。憑借關(guān)于人臉的研究結(jié)果,本文主要是通過PCA理論和其他相關(guān)算法實(shí)現(xiàn)開車人臉檢驗(yàn),并根據(jù)檢驗(yàn)結(jié)果輔助駕駛員安全行駛。論文的核心工作是通過算法,實(shí)現(xiàn)了定位開車人臉位置、通過開車人膚色特征結(jié)合坐標(biāo)投影算法快速計(jì)算面部表情變化過程中表現(xiàn)出來的數(shù)字特征,并在后文根據(jù)這些特征判斷人臉面部動(dòng)作。接下來關(guān)注張開、半閉合、閉合這三個(gè)情況嘴和眼的變化進(jìn)行拍照,采集到有用的高度聯(lián)系的數(shù)據(jù),通過這些數(shù)據(jù)判斷駕駛員是否出現(xiàn)呵欠及眼睛閉眼等動(dòng)作,進(jìn)而幫助建立判斷模型和進(jìn)行系統(tǒng)的設(shè)計(jì)。憑借檢查到的開車人的局部圖像完成開車人過累狀態(tài)的判別,可以幫助開車人駕車,避免事故的發(fā)生。開車人臉過累識(shí)別不但是當(dāng)前研究的熱點(diǎn),還是機(jī)器視覺和模式識(shí)別的拓展,在考察臉局部特征的基礎(chǔ)上,憑借分塊矩陣劃分的手段,結(jié)合開車人過累時(shí)所特有的境況,設(shè)法把人臉的特征器官勾勒出來,強(qiáng)調(diào)了關(guān)鍵數(shù)據(jù),弱化了不重要數(shù)據(jù)造成的干擾,然后綜合判斷開車人的過累情況,這個(gè)做法效果好,準(zhǔn)確度高,由于駕駛員疲勞識(shí)別對(duì)于速度和精度要求都很高,本系統(tǒng)的精度基本符合要求。本文研究的內(nèi)容主要是基于膚色模型的開車人人臉檢測(cè),基于分塊PCA的人臉局部特征駕駛員特征識(shí)別以及整個(gè)駕駛員疲勞識(shí)別系統(tǒng)的構(gòu)建。
[Abstract]:In a modern society with rapid leaps and bounds in traffic, the number of people driving is growing rapidly, but drunken driving and overworked driving have led to a sharp increase in road accidents. It brings great hidden danger to the people's life and the safety of the society. So it is more and more urgent and important to test the fatigue degree of the driver and to develop the auxiliary driving device. This paper mainly through PCA theory and other related algorithms to achieve face testing, and according to the test results to assist drivers to drive safely. The core work of this paper is to achieve the location of the driving face through the algorithm. The color features of drivers and coordinate projection algorithm are used to quickly calculate the digital features in the process of facial expression change, and then to judge the facial movements according to these features. Next, focus on the opening. The changes of mouth and eyes in the three cases of semi-closure and closure were photographed, and useful highly related data were collected to determine whether the driver was yawning and closing his eyes. Then it can help to establish the judgment model and design the system. With the local image of the driver checked to complete the identification of the overtired state of the driver can help the driver drive. Face recognition is not only the focus of current research, but also the expansion of machine vision and pattern recognition. Based on the investigation of local features of face, the method of partition matrix is adopted. Combined with the unique situation of the driver when overtired, try to outline the characteristic organs of the face, emphasize the key data, weaken the interference caused by the unimportant data, and then comprehensively judge the overtired situation of the driver. This method has good effect and high accuracy. Because of driver fatigue identification, the speed and precision are very high. The precision of the system is basically in line with the requirements. The main content of this paper is based on the skin color model driver face detection. The driver feature recognition based on block PCA and the construction of driver fatigue recognition system.
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 樊玲;;基于眼動(dòng)跟蹤的駕駛員疲勞檢測(cè)[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(cè)系統(tǒng)研究與應(yīng)用[J];中國(guó)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(cè)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(cè)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(cè)及眼睛定位在駕駛員疲勞檢測(cè)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(cè)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(cè)系統(tǒng)硬件設(shè)計(jì)[J];中國(guó)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(cè)[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(cè)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

相關(guān)會(huì)議論文 前2條

1 張笑非;鄔正義;談?wù)?;基于視覺的疲勞駕駛檢測(cè)[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(cè)和眼睛追蹤[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

相關(guān)重要報(bào)紙文章 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

相關(guān)博士學(xué)位論文 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(cè)方法研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 王豪榮;基于人臉特征融合的疲勞檢測(cè)方法研究[D];長(zhǎng)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(cè)技術(shù)研究[D];長(zhǎng)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(cè)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(cè)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(cè)的疲勞駕駛分析[D];合肥工業(yè)大學(xué);2014年

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

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

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

10 彭發(fā)超;基于視覺的駕駛員疲勞檢測(cè)算法研究[D];湖南大學(xué);2016年

，

本文編號(hào)：1487195