基于人脸识别技术的驾驶员疲劳检测方法研究-控制理论与控制工程专业论文.docx
文本预览下载声明
重庆大学硕士论文中文摘要
重庆大学硕士论文
中文摘要
I
I
摘 要
随着社会经济的发展,机动车辆与日俱增,随之而来的人身安全越来越受到人们的 关注。最近的研究表明:造成汽车碰撞事故的原因 25-30%产生于驾驶疲劳。驾驶疲劳 可能影响驾驶员的警觉和安全驾驶能力。因此,许多国家都积极开展有关驾驶疲劳的研 究工作,尤其在西方发达国家,此方面研究更为全面。在当今的社会,驾驶疲劳的测评 显得至关重要,尽管目前已有一些简单的驾驶疲劳的测评方法,但是具有车载的、非接 触式的、实时的驾驶疲劳测评方法至今在国内外尚未能得到很好的解决。本论文参考国 内外现有文献资料,经过潜心钻研,在测评驾驶疲劳方面取得了一定进展。
从生理学的角度分析了肌肉疲劳和精神疲劳,研究了驾驶疲劳的生理学机理。重点 研究了眼睛及其疲劳机理,讨论了 PERCLOS 和其他眼睛活动测量方法的有效性,确认 测量机动车驾驶疲劳最好的方法是 PERCLOS(单位时间内眼睛闭合时间所占的百分率)。 用 PERCLOS 和眼睛闭合持续时间的大小作为表示其疲劳程度的指标。
r人脸检测是人脸疲劳识别的前期工作。本文从人脸粗检研究开始,研究了利用肤色 检测定位人脸的方法。该方法首先将图像由 RGB 空间转化到 Cb’C ’空间,以消除光照的 影响。其次,建立混合高斯模型,并用极大似然估计来估算其参数,以此来判断象素点 是否为肤色象素。通过肤色信息,得到人脸的粗略位置。
r
本文根据眼睛区域 Cb、Cr 的分布特点,建立眼睛映射图,首先检测出眼睛的位置, 然后根据人脸面部各部分器官位置相对固定的几何特征以及人脸器官的灰度分布特点, 利用多尺度膨胀腐蚀算法对所获取的驾驶员面部图像进行处理,根据位置、形状等约束 条件对驾驶员其他人脸器官进行定位,从而粗略定位出人脸特征点,并运用 Gabor 小波 滤波方法对驾驶员人脸特征点进行精确定位,并以这些特征点为节点建立人脸弹性图。 驾驶员的眼睛在精神饱满时,眼睛会睁得很开,精神萎靡时,眼睛会睁得很小;睡眠时, 眼睛会完全合上。针对这种情况,本文提出了基于弹性图匹配的算法,通过计算所得到 驾驶掩驾驶员眼睛区域的弹性图与通过样本训练得到的人脸眼睛弹性图串(EBG)的相 似度,即可获得驾驶员眼睛的睁闭状态,进而可以判断出驾驶员的精神状态。
关键词:驾驶疲劳,肤色模型,特征提取,疲劳识别
重庆大学硕士论文英文摘要
重庆大学硕士论文
英文摘要
I
II
ABSTRACT
With the development of society, motor driver fatigue is increasingly reported as a problem concerning the road traffic safety. Recent research reveals that approximately 25-30% of vehicle collisions result from driver fatigue. The chance for fatalities is very high.Many of
us have experienced sleepiness while driving. Fatigue may adversely affect drivers’ alertness and ability to drive safe. The study situation on detecting and evaluating techniques of motor driver fatigue in the world (mainly in the U.S.A) is reviewed in this paper.
Fatigue driving is a serious problem that leads to thousands of vehicle crashes each year. The drowsiness and fatigue may play an important role in traffic crashes.
Of the drowsiness-detection measures and technologies evaluated in this study, the measure referred to as “PERCLOS” is found to be the most reliable and valid determination of
a drivers alertness level.PERCLOS is the percentage of eyelid closure over the pupi
显示全部