資源描述：
《基于SDM的疲勞駕駛狀態(tài)檢測方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、分類號:TP39110710-2015124070碩士學位論文基于SDM的疲勞駕駛狀態(tài)檢測方法研究文芳導師姓名職稱徐琨副教授申請學位類別工學碩士學科專業(yè)名稱交通信息工程及控制論文提交日期2018年4月2日論文答辯日期2018年5月31日學位授予單位長安大學ResearchonFatigueDrivingStateDetectionBasedonSDMAThesisSubmittedfortheDegreeofMasterCandidate：WenFangSupervisor：AssociateProf.XuKunCh
2、ang’anUniversity,Xi’an,China摘要隨著汽車保有量的增加，交通事故也隨之增加，其中因疲勞駕駛導致的交通事故占比較大，不容忽視。本文對基于視覺的疲勞駕駛狀態(tài)檢測方法進行了較為深入的研究，提出了一種基于監(jiān)督下降法（SupervisedDescentMethod，SDM）的多指標線性融合的疲勞駕駛狀態(tài)檢測方法，實現(xiàn)了準確、快速的疲勞駕駛狀態(tài)判斷。本文主要工作包括以下幾個方面：1.提出了一種快速人臉檢測方法。首先采用膚色分割算法快速完成人臉區(qū)域的初步定位，然后使用AdaBoost算法完成二次定位。實驗
3、結(jié)果表明，本文方法在AdaBoost算法的基礎上提高了實時性，同時也彌補了膚色分割方法不能準確定位人臉的不足。2.將SDM算法引入到人臉特征點定位中，完成了人臉特征點的準確定位。由于ASM算法在面部有遮擋和頭部姿態(tài)變化較大的情況下，特征點定位會發(fā)生漂移現(xiàn)象。針對這一不足，本文使用SDM算法完成了人臉特征點的準確定位。將本文算法在CAS-PEAL-R1數(shù)據(jù)集上進行測試，實驗結(jié)果表明，對于不同背景、距離、光照及復雜表情的情況，SDM算法皆可準確定位人臉特征點，可以為后續(xù)疲勞參數(shù)提取提供較準確數(shù)據(jù)。3.使用POSIT算法實
4、現(xiàn)了頭部姿態(tài)的準確估計。以二維人臉特征點位置、三維頭部模型和相機內(nèi)參為依據(jù)，經(jīng)迭代計算，獲得表征頭部姿態(tài)的pitch、yaw和roll三個角度。在Pointing'04和CAS-PEAL-R1數(shù)據(jù)集上進行測試，實驗結(jié)果表明，本文算法獲得的表征疲勞狀態(tài)的關鍵角（pitch角）的準確度分別是94.29%和95.33%，能夠滿足疲勞狀態(tài)檢測的需要。4.采用了多指標的線性融合方法進行疲勞駕駛狀態(tài)判斷，能更全面、準確地表征疲勞狀態(tài)。選用持續(xù)閉眼幀數(shù)、持續(xù)打哈欠幀數(shù)、頭部偏移持續(xù)幀數(shù)等三個疲勞指標進行多狀態(tài)的線性加權融合，計算疲
5、勞指數(shù)，表征疲勞狀態(tài)。實驗結(jié)果表明，本文的多指標疲勞檢測方法準確性高于單一指標的疲勞檢測方法。關鍵詞：疲勞檢測，AdaBoost算法，SDM算法，POSIT算法iiiAbstractWiththeincreaseinthenumberofcarownership,trafficaccidentshavealsoincreased.Amongthem,trafficaccidentscausedbyfatiguedrivingarerelativelylargeandcan’tbeignored.Thispaperma
6、kesadeepresearchonvisionbasedfatiguedrivingstatusdetectionmethod.Amulti-indexlinearfusionfatiguedrivingstatedetectionmethodbasedonSupervisedDescentMethodisproposedtoachieveaccurateandrapidfatiguedrivingstatejudgment.Themainworkofthispaperincludesthefollowingasp
7、ects:I.Afastfacedetectionmethodisproposed.Firstly,theskincolorsegmentationalgorithmisusedtolocatetheinitialpositionofthefaceregionquickly,andthentheAdaBoostalgorithmisadoptedtocompletethesecondarypositioning.Theexperimentalresultsshowthattheproposedmethodimprov
8、esthereal-timeperformanceoftheAdaBoostalgorithm,andalsocompensatesfortheinsufficiencyoftheskincolorsegmentationmethod.II.TheSDMalgorithmisintroducedintothepositioningoffacef
