資源描述：
《基于眼動特征的駕駛員疲勞駕駛檢測技術(shù)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、該沒密級：非密碩士學(xué)位論文中圖分類號：（TP391）基于眼動特征的駕駛員疲勞駕駛檢測技術(shù)研究學(xué)位類型：學(xué)術(shù)型學(xué)位學(xué)科（專業(yè)學(xué)位類別）：機(jī)械工程作者姓名：廖建國導(dǎo)師姓名及職稱：趙前程教授實踐導(dǎo)師姓名及職稱：學(xué)院名稱：機(jī)電工程學(xué)院論文提交日期：2016.05.28基于眼動特征的駕駛員疲勞駕駛檢測技術(shù)研究學(xué)位類型：學(xué)術(shù)型學(xué)位學(xué)科（專業(yè)學(xué)位類別）：機(jī)械工程作者姓名：廖建國作者學(xué)號：13010301006導(dǎo)師姓名及職稱：趙前程教授實踐導(dǎo)師姓名及職稱：學(xué)院名稱：機(jī)電工程學(xué)院論文提交日期：2016.05.28學(xué)位授予單位
2、：湖南科技大學(xué)StudyontheDetectionofFatigueDrivingBasedonCharacteristicsofEyeMovementTypeofDegreeAcademicdegreeDiscipline(TypeofProfessionalDegree)MechanicalEngineeringCandidateLiaoJianguoStudentNumber13010301006SupervisorandProfessionalTitleZhaoQianchengProfessor
3、PracticeMentorandProfessionalTitleSchoolSchoolofMechanical&ElectricalEngineeringDate2016.05.28UniversityHunanUniversityofScienceandTechnology學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文
4、中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日摘要隨著社會經(jīng)濟(jì)的快速發(fā)展，國民消費能力逐年提高，汽車數(shù)量的大幅增加給
5、整個交通系統(tǒng)帶來了更多的安全隱患，其中，疲勞駕駛已成為導(dǎo)致重大交通事故的主要因素之一。如果能在駕駛員出現(xiàn)疲勞駕駛之前對駕駛員進(jìn)行及時的疲勞預(yù)警可以有效地避免交通事故的發(fā)生，這對于交通安全來講具有重要意義。本文是基于駕駛員的眼部狀態(tài)特征進(jìn)行一系列的圖像處理方法和算法，主要包含人臉檢測、人眼定位、眼睛狀態(tài)判別、疲勞狀態(tài)檢測四大流程，通過識別眼睛狀態(tài)并利用PERCLOS的P80標(biāo)準(zhǔn)進(jìn)行疲勞狀態(tài)的檢測。具體工作內(nèi)容如下：（1）詳細(xì)闡述了基于Adaboost算法的駕駛員人臉檢測方法，其中包括：Haar特征的選擇和提取
6、、積分圖的計算、分類器的訓(xùn)練。通過提取樣本的Haar_like特征對分類器進(jìn)行訓(xùn)練，將訓(xùn)練出來的所有弱分類器用于組成強(qiáng)分類器，然后使用強(qiáng)分類器進(jìn)行人臉的定位和檢測。由于樣本的數(shù)量比較大，為了提高檢測速度，減少強(qiáng)分類器的搜索范圍，將每個訓(xùn)練好的弱分類器先確定好位置，然后再進(jìn)行人臉區(qū)域的檢測。（2）研究了基于幾何特征的人眼定位方法。根據(jù)眼睛在臉部的幾何分布特征，以及二值化后連通域的分布，計算每個連通域的質(zhì)心點，并確定人眼質(zhì)心的位置坐標(biāo)，然后根據(jù)人眼質(zhì)心坐標(biāo)采用雙線性插值法對傾斜度較大的人臉圖像進(jìn)行矯正，并再次確
7、定人眼的質(zhì)心坐標(biāo)位置。（3）給出了基于PCA主成分析法和灰度投影法兩種方法結(jié)合的人眼狀態(tài)識別方法。PCA算法是通過尋找最能代表人眼狀態(tài)的特征空間，對比樣本圖片和測試圖片的向量距離，用向量差值作為識別標(biāo)準(zhǔn)；灰度投影法是通過人眼灰度分布特點來確定瞳孔的高度，即通過計算單幀圖像人眼瞳孔的高度來確定眼睛的狀態(tài)。PCA用于前期提取睜眼時最大灰度值和閉眼時最小灰度值，然后再使用灰度投影法計算人眼開度，最后根據(jù)疲勞判斷標(biāo)準(zhǔn)進(jìn)行狀態(tài)識別。（4）在駕駛員疲勞檢測流程中，采用PERCLOS標(biāo)準(zhǔn)統(tǒng)計特定時間段內(nèi)眼睛閉合時間占特定
8、時間內(nèi)的百分率，并選用P80作為評價指標(biāo)。實驗結(jié)果表明，本文所采用的疲勞檢測方法具有較好的可靠性和實時性。關(guān)鍵詞：人臉檢測；人眼定位；狀態(tài)識別；疲勞檢測；PERCLOS-i-ABSTRACTWiththerapiddevelopmentofthesocialeconomy,people'sconsumptioncapacityincreasedyearbyyear,asharpincreaseinthenumbe
