資源描述：
《基于視頻的駕駛員疲勞狀態(tài)檢測(cè)方法研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)密級(jí)基于視頻的駕駛員疲勞狀態(tài)檢測(cè)方法研究研究生姓名：李德武指導(dǎo)教師姓名、職稱：舒小華副教授學(xué)科專業(yè)：電氣工程研究方向：復(fù)雜機(jī)電系統(tǒng)的信息集成和協(xié)調(diào)控制湖南工業(yè)大學(xué)二〇一八年六月十日摘要疲勞駕駛是引發(fā)眾多交通事故的重大隱患之一。隨著機(jī)器視覺技術(shù)的快速發(fā)展和應(yīng)用，采用非接觸式的、基于機(jī)器視覺的疲勞檢測(cè)技術(shù)已成為該領(lǐng)域的主流研究方向。目前基于機(jī)器視覺的疲勞檢測(cè)方法難以做好準(zhǔn)確度與檢測(cè)速度的兼顧。針對(duì)以上問題，本文基于視頻的疲勞狀態(tài)檢測(cè)圍繞人眼狀態(tài)展開研究，實(shí)現(xiàn)了對(duì)駕駛員的疲勞狀態(tài)檢測(cè)與判斷。論文主要研究?jī)?nèi)容及相關(guān)結(jié)論如下：針對(duì)人臉圖像分割定位易受光照因素影響
2、，利用膚色在色度空間上聚類特性，采用基于膚色分割的人臉定位方法。對(duì)待檢的彩色人臉圖像在YCbCr顏色空間上建立高斯膚色模型，進(jìn)行相應(yīng)的膚色相似度計(jì)算，增強(qiáng)膚色區(qū)域與背景的差異性。對(duì)膚色分割圖像經(jīng)過一系列圖像處理工作后通過灰度積分投影的方法來定位人臉區(qū)域。該方法受光照因素影響較小，識(shí)別率高。針對(duì)閉眼狀態(tài)定位效果不穩(wěn)定問題，采用一種GentleAdaboost與Haar-like矩形特征相結(jié)合的迭代級(jí)聯(lián)分類器算法實(shí)現(xiàn)人眼定位?；谝曨l的人眼疲勞狀態(tài)檢測(cè)，需要捕捉的是連續(xù)幀的動(dòng)態(tài)人臉圖像。對(duì)于連續(xù)幀的人眼跟蹤定位，采用基于卡爾曼濾波與改進(jìn)的Camshift相結(jié)合的
3、綜合檢測(cè)方法來完成人眼的動(dòng)態(tài)實(shí)時(shí)跟蹤檢測(cè)。結(jié)果表明，該方法能有效實(shí)現(xiàn)對(duì)動(dòng)態(tài)人臉圖像中的人眼目標(biāo)的定位與跟蹤。針對(duì)人眼狀態(tài)識(shí)別精度較低問題，提出一種基于最小外接矩形的改進(jìn)算法來獲取人眼寬高比信息的方法。通過相應(yīng)數(shù)學(xué)轉(zhuǎn)換關(guān)系，將獲取的每幀人眼子圖像的寬高比信息轉(zhuǎn)換為人眼的開合度信息。通過計(jì)算出PERCLOS值與眨眼頻率的輔助判斷的方法來實(shí)現(xiàn)對(duì)駕駛員疲勞狀態(tài)判斷。最后實(shí)現(xiàn)基于視頻的駕駛員疲勞狀態(tài)檢測(cè)系統(tǒng)，在PC機(jī)下進(jìn)行了大量仿真模擬實(shí)驗(yàn)。相關(guān)實(shí)驗(yàn)檢測(cè)結(jié)果表明，該系統(tǒng)計(jì)算速度快，檢測(cè)精度較高，具備一定的實(shí)用性。關(guān)鍵詞：疲勞駕駛,人臉定位,人眼定位,Adaboost,
4、PERCLOSIABSTRACTFatiguedrivingisoneofthemajorhiddendangersofmanytrafficaccidents.Withtherapiddevelopmentandapplicationofmachinevisiontechnology,theuseofnon-contact,machinevisionbasedfatiguedetectiontechnologyhasbecomethemainstreamresearchdirectioninthisfield.Atpresent,machinevision
5、basedfatiguedetectionmethodisdifficulttodowellinbothaccuracyandspeed.Tosolvetheproblemsabove,thefatiguestatedetectionbasedonvideoisdevelopedbythehumaneyestate,andthedriver'sfatiguestateisdetectedandjudged.Themaincontentsandrelatedconclusionsofthispaperareasfollows:Aimingattheinflue
6、nceofilluminationfactorsonfaceimagesegmentationandlocation,clusteringcharacteristicsonchromaticityspacebyusingskincolor,afacelocationmethodbasedonskincolorsegmentationisadopted.TheGaussskincolormodelisestablishedontheYCbCrcolorspaceforcolorfaceimages,andthecolorsimilarityoftheskinc
7、oloriscalculatedtoenhancethedifferenceofthecolorareaandthebackground.Afteraseriesofimageprocessingworks,wecanlocatethefaceregionbygraylevelintegralprojection.Thismethodislessaffectedbylightfactorsandhashighrecognitionrate.AniterativecascadeclassifiercombinedGentleAdaboostandHaar-li
8、kerectangularfeaturesisado
