疲勞駕駛引發(fā)的道路交通事故已使人們的生命財(cái)產(chǎn)安全受到了嚴(yán)重的威脅。如何提前檢測駕駛員的疲勞程度并預(yù)警,從根本上避免交通事故的發(fā)生已成為目前疲勞駕駛檢測技術(shù)研究領(lǐng)域中的一大熱點(diǎn)。本文對現(xiàn)有的駕駛員疲勞檢測方法進(jìn)行分析和總結(jié)后,提出一種基于駕駛員行為多特征加權(quán)和的疲勞識(shí)別方法。主要研究工作有:1.圖像預(yù)處理及人臉檢測與跟蹤。由于采集的視頻圖像在存儲(chǔ)過程中可能會(huì)受到各類噪聲不同程度的污染。因此預(yù)先對圖像進(jìn)行平滑去噪及光照補(bǔ)償處理,以確保人臉檢測的準(zhǔn)確性。然后采用高精度的基于Harr-like的AdaBoost人臉檢測算法檢測人臉。在檢測到圖像中的人臉后,采用判別尺度空間的跟蹤算法（DDST）對面部區(qū)域?qū)崟r(shí)跟蹤。2.針對于疲勞時(shí)人眼狀態(tài)變化,本文提出了一種基于SVM多特征融合的睜閉眼狀態(tài)識(shí)別方法。首先采用基于級聯(lián)回歸樹算法對檢測到或跟蹤到的人臉進(jìn)行特征點(diǎn)定位,根據(jù)人眼特征點(diǎn)的位置定位人眼區(qū)域。由人眼的12個(gè)特征點(diǎn)計(jì)算人眼縱橫比EAR,根據(jù)EAR來識(shí)別眼部睜閉狀態(tài);使用自適應(yīng)域方法計(jì)算人眼二值圖像的黑色像素累積差值來識(shí)別人眼睜閉狀態(tài)。最后將兩種方法得到的特征值作為SVM分類器的輸入?yún)?shù)進(jìn)行模型訓(xùn)... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

Haar-like特征分類

矩形D區(qū)域像素和計(jì)算示意圖

基于AdaBoost算法不同角度人臉檢測結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的疲勞駕駛檢測算法[J]. 戴詩琪,曾智勇.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(07)
[2]基于面部行為分析的駕駛員疲勞檢測方法[J]. 耿磊,袁菲,肖志濤,張芳,吳駿,李月龍.  計(jì)算機(jī)工程. 2018(01)
[3]基于數(shù)據(jù)融合的疲勞駕駛檢測算法[J]. 李娟,王富,王維鋒,汪恩軍,楊陽.  武漢工程大學(xué)學(xué)報(bào). 2016(05)
[4]疲勞駕駛研究進(jìn)展綜述[J]. 胡鴻,易燦南,廖遠(yuǎn)志,胡武.  價(jià)值工程. 2015(18)
[5]面向疲勞駕駛的閾值法人眼睜閉識(shí)別研究[J]. 楊露,楊萬坤.  知識(shí)經(jīng)濟(jì). 2013(14)
[6]基于統(tǒng)計(jì)的人臉檢測方法研究[J]. 張明慧,張明超,張堯禹.  電腦編程技巧與維護(hù). 2012(18)
[7]運(yùn)動(dòng)目標(biāo)跟蹤算法研究綜述[J]. 張娟,毛曉波,陳鐵軍.  計(jì)算機(jī)應(yīng)用研究. 2009(12)
[8]幾種圖像平滑去噪方法的比較[J]. 唐婭琴.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(11)
[9]機(jī)動(dòng)車駕駛員注意及相關(guān)因素的調(diào)查研究[J]. 劉援朝,孫忠友,魏玉桂.  社會(huì)心理科學(xué). 2007(Z1)
[10]機(jī)動(dòng)車駕駛員注意及相關(guān)因素的調(diào)查研究[J]. 劉援朝,孫忠友,魏玉桂.  社會(huì)心理科學(xué). 2007 (Z1)

碩士論文
[1]基于相關(guān)濾波的單目標(biāo)跟蹤算法研究[D]. 鐘國崇.南昌航空大學(xué) 2018
[2]基于人眼狀態(tài)檢測的疲勞駕駛識(shí)別研究[D]. 蔡伽.河北科技大學(xué) 2018
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別在疲勞駕駛檢測中的應(yīng)用[D]. 幸堅(jiān)炬.廣東技術(shù)師范學(xué)院 2017
[4]基于表情與頭部狀態(tài)識(shí)別的疲勞駕駛檢測算法的研究[D]. 鄒昕彤.吉林大學(xué) 2017
[5]基于眼部識(shí)別的疲勞駕駛檢測系統(tǒng)設(shè)計(jì)[D]. 李延楓.成都理工大學(xué) 2017
[6]疲勞對駕駛適宜性的影響及識(shí)別方法研究[D]. 晏朝.長安大學(xué) 2017
[7]疲勞狀態(tài)下駕駛?cè)松砑把蹌?dòng)特征研究[D]. 付川云.哈爾濱工業(yè)大學(xué) 2011
[8]基于先驗(yàn)知識(shí)的人臉檢測算法研究[D]. 董立新.大連理工大學(xué) 2010



本文編號：3550313