疲勞是一種主觀不適的感覺,在客觀同等條件下,疲勞會(huì)使人喪失完成正在從事的正�；顒�(dòng)的能力。它是每個(gè)人都會(huì)產(chǎn)生的生理狀態(tài),嚴(yán)重的疲勞狀態(tài)會(huì)影響人的工作效率甚至危及生命安全。為了降低疲勞狀態(tài)造成的危害,本文提出了一種基于信息熵的疲勞狀態(tài)決策的方法。本文利用圖像處理與模式識(shí)別的技術(shù)。首先從采集到的幀圖像中進(jìn)行面部檢測(cè),提取出眼部和嘴巴的特征,然后進(jìn)行狀態(tài)的分類。其次,使用比例正交投影迭代變換算法結(jié)合面部關(guān)鍵特征點(diǎn)估計(jì)頭部姿態(tài),根據(jù)各部分器官的狀態(tài)可以得到相應(yīng)的疲勞決策指標(biāo)。最后,通過熵權(quán)法求疲勞決策指標(biāo)在這段視頻中的狀態(tài)決策權(quán)重,結(jié)合貝葉斯理論完成一段時(shí)間內(nèi)駕駛員疲勞等級(jí)的決策。具體內(nèi)容如下:1)為了降低光照對(duì)面部檢測(cè)的影響,使用自商圖的方式進(jìn)行圖像預(yù)處理。通過MUCT人臉數(shù)據(jù)庫(kù)與新增的疲勞相關(guān)人臉數(shù)據(jù)集對(duì)主動(dòng)形狀模型進(jìn)行訓(xùn)練,在閉眼、張嘴打哈欠時(shí)也可以獲得了較好的配準(zhǔn)效果。2)使用邊緣檢測(cè)與霍夫變換定位瞳孔中心位置。通過分析常用的圖像紋理特征的優(yōu)缺點(diǎn),選取方向梯度直方圖特征描述眼睛和嘴巴的紋理信息。根據(jù)面部關(guān)鍵特征點(diǎn)獲取到眼睛和嘴巴的區(qū)域,提取其方向梯度直方圖特征并用支持向量機(jī)分類,得到嘴巴... 

【文章來源】：西安工業(yè)大學(xué)陜西省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

系統(tǒng)處理的過程

圖 2.5 相機(jī)標(biāo)定當(dāng)提取到全部角點(diǎn)后，下一步就需要對(duì)相機(jī)進(jìn)行標(biāo)定。調(diào)用 OpenCV 中vCalibrateCamera2()函數(shù)完成對(duì)相機(jī)的標(biāo)定，由此可以得到相機(jī)的內(nèi)參數(shù)、畸變系數(shù)， 2.6 所示：圖 2.6 標(biāo)定結(jié)果對(duì)于相機(jī)的標(biāo)定流程可以總結(jié)為以下幾點(diǎn)：一、通過拍攝到的棋盤圖像提取棋盤的角點(diǎn)

進(jìn)一步再提取亞像素角點(diǎn)信息。在棋牌標(biāo)定圖上繪制找到的內(nèi)角點(diǎn)，然后進(jìn)行相機(jī)標(biāo)定。若沒有找到全部角點(diǎn)，需要在圖中畫出找的角點(diǎn)；若檢測(cè)到全部角點(diǎn)，用白色線條將角點(diǎn)連接起來，如圖 2.5 所示。圖 2.5 相機(jī)標(biāo)定當(dāng)提取到全部角點(diǎn)后，下一步就需要對(duì)相機(jī)進(jìn)行標(biāo)定。調(diào)用 OpenCV 中的cvCalibrateCamera2()函數(shù)完成對(duì)相機(jī)的標(biāo)定，由此可以得到相機(jī)的內(nèi)參數(shù)、畸變系數(shù)，如圖 2.6 所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于面部行為分析的駕駛員疲勞檢測(cè)方法[J]. 耿磊,袁菲,肖志濤,張芳,吳駿,李月龍.  計(jì)算機(jī)工程. 2018(01)
[2]生理疲勞和心理疲勞對(duì)車輛駕駛的影響對(duì)比[J]. 鐘銘恩,黃杰鴻,喬允浩,洪漢池.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2017(01)
[3]瞳孔直徑大小檢測(cè)駕駛員疲勞的實(shí)證效度分析[J]. 馬錦飛,常若松,高遠(yuǎn).  遼寧師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2014(01)
[4]基于HOG特征和SVM的人臉表情識(shí)別[J]. 王陽(yáng),穆國(guó)旺,睢佰龍.  河北工業(yè)大學(xué)學(xué)報(bào). 2013(06)
[5]基于自商圖像的人臉圖像增強(qiáng)[J]. 施水才,楊忱,王濤,呂學(xué)強(qiáng).  計(jì)算機(jī)工程與應(yīng)用. 2013(13)
[6]姿態(tài)和光照可變條件下的仿射最小線性重構(gòu)誤差人臉識(shí)別算法[J]. 平強(qiáng),莊連生,俞能海.  電子學(xué)報(bào). 2012(10)
[7]多源信息融合在駕駛疲勞檢測(cè)中的應(yīng)用[J]. 沈永增,胡立芳,馮繼妙.  計(jì)算機(jī)應(yīng)用與軟件. 2012(02)
[8]駕駛員疲勞駕駛預(yù)警系統(tǒng)的設(shè)計(jì)[J]. 馬樂,姜立標(biāo),王會(huì)榮,王蒙.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2011(05)
[9]疲勞駕駛交通事故的特點(diǎn)分析與預(yù)防[J]. 劉秀,王長(zhǎng)君,何慶.  中國(guó)安全生產(chǎn)科學(xué)技術(shù). 2008(01)
[10]駕駛疲勞監(jiān)測(cè)系統(tǒng)DDDS設(shè)計(jì)方法[J]. 劉志強(qiáng),秦洪懋,汪旸,汪澎,張海水.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(01)

博士論文
[1]基于計(jì)算機(jī)視覺的汽車安全輔助駕駛?cè)舾申P(guān)鍵問題研究[D]. 徐翠.中國(guó)科學(xué)技術(shù)大學(xué) 2009

碩士論文
[1]基于面部視覺多特征融合的駕駛員疲勞檢測(cè)方法研究[D]. 周云鵬.湖南大學(xué) 2015
[2]面部特征點(diǎn)定位算法研究[D]. 唐坤.大連理工大學(xué) 2013
[3]多特征疲勞檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 徐杰.華中科技大學(xué) 2013



本文編號(hào)：3111870