外文翻譯--駕駛員駕駛基礎(chǔ)上的眼睛分析（譯文）

1、<p>　　南京郵電大學(xué)通達(dá)學(xué)院</p><p>　　畢業(yè)設(shè)計(jì)(論文)外文資料翻譯</p><p>　　學(xué) 院：　 通達(dá)學(xué)院　　 </p><p>　　?！　I(yè)：　通信工程（嵌入式系統(tǒng)開發(fā)）</p><p>　　學(xué)生姓名：　　　 穆駿彥　 　 </p><p>

2、　　班級(jí)學(xué)號(hào)：　　 08002140　　 </p><p>　　外文出處：Department of Computer Science and Technology</p><p>　　Harbin Institute of Technology, Harbin, China 150001.</p><p>　　附件：1.外文資料翻譯譯文；2.外

3、文原文　</p><p>　　駕駛員疲勞檢測(cè)的基礎(chǔ)上眼狀態(tài)分析</p><p><b>　　摘要</b></p><p>　　在本文中，我們提出一個(gè)有效的基于視覺的駕駛員疲勞檢測(cè)方法。首先，幀間差分的方法結(jié)合色彩信息可以用來檢測(cè)臉部。如果存在，面對(duì)面積是混合膚色模型為基礎(chǔ)的圖像分割。然后，我們模擬的結(jié)晶過程，獲得眼和臉部區(qū)域內(nèi)的位置。然后，眼睛

4、周圍，瞳孔和高度比寬度的平均身高是用來分析眼睛的狀態(tài)。最后，司機(jī)疲勞確認(rèn)通過分析眼睛的狀態(tài)變化。實(shí)驗(yàn)結(jié)果表明了我們所提出的方法的可行性。</p><p><b>　　關(guān)鍵字</b></p><p>　　駕駛員疲勞檢測(cè)，面對(duì)段，眼睛的位置，眼睛狀態(tài)分析。</p><p><b>　　引言</b></p><

5、;p>　　越來越多的交通意外，由于減弱司機(jī)的警戒水平從睡眠剝奪或沉悶的駕駛場(chǎng)景，已成為一個(gè)嚴(yán)重的社會(huì)問題。統(tǒng)計(jì)數(shù)據(jù)顯示，10％和20％的所有交通意外是由于司機(jī)減弱警戒水平[1]。此外，司機(jī)的警覺水平下降有關(guān)的事故超過其他類型的事故嚴(yán)重的項(xiàng)，因?yàn)榛杌栌乃緳C(jī)往往不采取任何避免的行動(dòng)之前，碰撞.根據(jù)國家高速公路安全部（NHTSA）的數(shù)據(jù)，在美國，駕駛時(shí)候打瞌睡每年都會(huì)引起10萬輛汽車撞毀，從而導(dǎo)致超過40,000非致命性的事故和15

6、50人死亡，從每年這些車禍中。以這個(gè)為背景，如何監(jiān)督司機(jī)的警戒水平，避免疲勞驅(qū)動(dòng)是必不可少的事故預(yù)防。本文的其余部分安排如下：第2的相關(guān)研究提供了一個(gè)簡(jiǎn)短的調(diào)查，對(duì)疲勞駕駛的保護(hù)。第3節(jié)中，我們提出的基于視覺的自動(dòng)駕駛疲勞檢測(cè)系統(tǒng)的輪廓。在第4節(jié)，介紹了人臉定位方法包括描述了臉部存在性的檢測(cè)。第5章介紹了心目中的位置和眼模板生成的新方法。第6節(jié)給出一個(gè)新的駕駛員疲勞分析方法，測(cè)量瞳孔高度，面積眼睛和寬度，高度的眼睛，以確定眼睛的狀態(tài)比。

7、駕駛員疲勞檢測(cè)實(shí)驗(yàn)結(jié)果的顯示在第7章。結(jié)論和今后的工作，在最后一節(jié)討論。</p><p><b>　　前期的工作調(diào)查</b></p><p>　　在過去十年中，許多國家已開始重視駕駛員的安全問題。研究人員一直在使用各種技術(shù)，如生理檢測(cè)檢測(cè)駕駛員的困倦，遠(yuǎn)小于他們研究的同樣的水平。駕駛員的行為監(jiān)測(cè)[8]，車輛運(yùn)行狀況分析[9]和遠(yuǎn)見基于檢測(cè)。然而，在這些技術(shù)中，VI-錫

8、安基于駕駛員疲勞檢測(cè)方法是一個(gè)自然的，非侵入性和方便的技術(shù)監(jiān)測(cè)駕駛員的警惕。當(dāng)駕駛員疲勞時(shí)，可視化的行為，可以很容易地觀察從他們的面部特征的變化特別要從他們的眼睛出發(fā)。結(jié)果表明眼狀態(tài)的變化規(guī)律有很高的相關(guān)性與駕駛員的心理狀態(tài)[15]。眼睛表達(dá)最當(dāng)司機(jī)的直接反應(yīng)是昏昏欲睡或注意力不集中和眼睛總是閃爍作為疲勞駕駛的基礎(chǔ)上檢測(cè)研究員TION通過。鄭培民在一段時(shí)間內(nèi)計(jì)算比眼閉。該比率可以反映司機(jī)的警戒水平[16]。董文匯提出了一種方法來檢測(cè)眼瞼

9、的距離，然后通過這個(gè)信息[15]一種判斷司機(jī)的狀態(tài)。古拉斯帶夠使用前視圖和側(cè)視圖的圖像來精確定位眼睛[10]。邊緣檢測(cè)和灰度投影方法也適用于鴻文兵心目中的位置[11]。張祖濤定位臉部是使用哈爾算法，并提出了一個(gè)基于Unscented卡爾曼濾波的眼睛跟蹤方法。Abdelfattah Fawky提出的算法相結(jié)合，即小波變換，邊緣檢測(cè)和YC</p><p><b>　　1、整體算法</b><

10、/p><p>　　我們提出了一種檢測(cè)算法司機(jī)疲勞分析的變化眼睛的狀態(tài)。該方法包含五個(gè)階段：</p><p>　?。?）判斷人臉的存在（2）混合性皮膚的人臉定位的基礎(chǔ)上音模式（3）眼睛位置和眼圖模板代（4）眼瞳孔狀態(tài)分析的基礎(chǔ)上高度，面積，眼睛和寬度身高比（5）確認(rèn)司機(jī)的警惕性</p><p>　　該方法的要點(diǎn)如圖. 1。在下列每一步都將詳細(xì)討論。</p&g

11、t;<p><b>　　圖.1 流程圖</b></p><p><b>　　2.臉的定位</b></p><p>　　在道路上行駛時(shí)，駕駛員的眼睛的位置和光照條件的變化不斷。搜索和定位直接在整幅圖像的司機(jī)的眼睛也不是那么容易。此外，背面地面通常是復(fù)雜和不可預(yù)測(cè)能，尤其是汽車在道路上運(yùn)行。所以第一步，我們檢測(cè)的臉，以減少人眼檢測(cè)的范圍

12、，此外，將提高程序的眼睛定位的準(zhǔn)確性和速度，并降低背景的干擾.</p><p>　　為減少盲目性面對(duì)搜索的目的，我們計(jì)算幀間的差異，以決定是否有一個(gè)移動(dòng)的物體。當(dāng)某個(gè)對(duì)象被檢測(cè)，并在當(dāng)?shù)赜衁CbCr色彩包含皮膚顏色信息空間，我們相信有一個(gè)人在鏡頭前。</p><p>　　雖然膚色不同種族的人區(qū)別，人類膚色在YCbCr顏色空間分布可以近似平面高斯分布[15]。具體來說，臉區(qū)域，可以從皮膚顏色

13、信息的圖像分割。為了提高檢測(cè)精度，在本文中，我們使用混合膚色模型YCbCr和HSI顏色空間的基礎(chǔ)。因?yàn)樵贖SI顏色空間的色調(diào)是獨(dú)立的亮度，從顏色的亮度系數(shù)，可以排除。這種混合性皮膚的模式更適合區(qū)分皮膚和非皮膚顏色無論光或陰影下的臉。其相應(yīng)的CB轉(zhuǎn)換RGB的公式，鉻和H組件如下。</p><p>　　Cr = 0.439 R - 0.368G - 0.071B +128 (3)</p><p&g

14、t;　?。–b和Cr和H）的三個(gè)組成部分有不同的能力，代表不同的膚色和他們可以相得益彰。使用這種方法，很容易分開的起源圖像的人臉區(qū)域，在圖. 2(b)。通過執(zhí)行對(duì)皮膚像素的水平及垂直投影，右，左，頂端和底部邊界的臉，可以確認(rèn)，如果預(yù)測(cè)值超過已設(shè)置一些門檻，根據(jù)經(jīng)驗(yàn)，為的是圖.2(c)。一般正常眼睛的位置將是在人臉區(qū)域的上半部分，如圖所示,圖.2（d），此外，該地區(qū)是足夠的，我們檢測(cè)眼睛后面。</p><p>　　

15、(a) 原始圖像 （b）臉部皮膚</p><p>　?。╟）臉部區(qū)域 （d）眼部區(qū)域</p><p>　　圖.2 定位眼部區(qū)域的結(jié)果</p><p><b>　　3.眼睛的定位</b></p><p>　　根據(jù)熱力學(xué)原理，一個(gè)封閉的系統(tǒng)Helmholtz自由能最低E F是用來描述在接續(xù)的平衡狀態(tài)最大熵。在這樣一

16、個(gè)系統(tǒng)，集思顆粒E如果有相同的自由能。按照玻爾茲曼理論和Metropolis規(guī)則，一個(gè)粒子從自由能E級(jí)如果要轉(zhuǎn)化的概率是p如下所示。</p><p>　　P= (4)</p><p>　　其中k是一個(gè)常數(shù)，T是熱力學(xué)NAMIC溫度。這是很容易看到，更大的自由能源不同的粒子之間的差距，他們可以達(dá)到的概率越小相同的水平。當(dāng)自由的能源缺口是相同的溫度越高越大這將是概率。考慮上述理論，我

17、們采取每個(gè)各種粒子的像素和矢量規(guī)范屬性被定義為代表自由能量E F。自由能的像素（M，N）如下。</p><p>　　D (fm,n) = </p><p>　　其中Cbm , n , Crm , n , H m , n and Graym , n代表Cb和Cr的平均值，H和灰色，這是計(jì)算像素（M，N）的最近的八個(gè)相鄰。同樣，CBC，鉻，HC和灰色ç代表相應(yīng)預(yù)期的類的屬性值。 K1

18、，K2，K3和K4是常數(shù)的范圍從0到1這四個(gè)參數(shù)之一。也可以很容易地計(jì)算出RGB分量的灰度值</p><p>　　考慮多樣性附近的像素和相似的眼睛像素不夠，特定區(qū)域眼睛可以得到。這一步后，用投影法再次檢測(cè)眼睛的精確邊界。該方法已通過頻繁的眼睛檢測(cè)，所以我們需要無法描述的尾巴。我們的方法從兩側(cè)開始，左，右，找到眼睛，因此，我們可分別檢測(cè)眼睛。然后，我們從眼睛段形象，并使用它們來生成一個(gè)眼模板，通過這種方式，我們獲得

19、穩(wěn)定的狀態(tài)，而眼睛模板分析和減少光線反射的影響。眼睛模板生成如下。</p><p>　　圖.4 眼部模板生成過程</p><p>　　兩只眼睛的位置也重新在有線，眼睛可以檢測(cè)基于這些職位的下一幀。 “搜索范圍擴(kuò)大6個(gè)像素，在四個(gè)在眼睛的中心方向當(dāng)前幀。如果之間的距離兩只眼睛在下一幀檢測(cè)變化很大，眼動(dòng)追蹤被重新看作為失敗。然后臉檢測(cè)和眼睛定位程序?qū)⒅匦麻_始。</p><p

20、><b>　　4.疲勞檢測(cè)的</b></p><p>　　要區(qū)分司機(jī)的地位眼睛的狀態(tài)，應(yīng)提前確認(rèn)。有兩個(gè)因素可能影響在幀的眼睛大小。上一個(gè)另一方面，人類的眼睛總是不同大小。另一方面，距離之間的驅(qū)動(dòng)器和攝像機(jī)的其他原因。因此，我們正?；难劬δ０骞潭ù笮?2×30前功能提取。為每只眼睛模板，眼區(qū)，學(xué)生的平均高度，寬度身高的比例是最重要的特征眼睛來判斷眼睛的狀態(tài)，這將在表1中顯示

21、。   眼睛的狀態(tài)可以分為三個(gè)類型：全開放，半開放式和封閉式。從下表我們可以看到，不同國家呈現(xiàn)不同的眼睛功能。實(shí)驗(yàn)也證明這三個(gè)指標(biāo)（面積，高度和高效眼睛的狀態(tài)比）認(rèn)可。通過分析駕駛員的眼睛的狀態(tài)變化，同時(shí)推動(dòng)我們發(fā)現(xiàn)兩個(gè)原則可以表明美食司機(jī)嗜睡。首先，如果一個(gè)司機(jī)的眼睛保持封閉連續(xù)4幀，它被認(rèn)為司機(jī)是昏昏欲睡。其次，疲勞，可以確認(rèn)，如果一個(gè)司機(jī)的眼睛只能半開放和封閉之間改變了連續(xù)8幀。在系統(tǒng)把投入使用之前，我們

22、得到提前培訓(xùn)不同狀態(tài)下的驅(qū)動(dòng)程序的參數(shù)旨在提高精度司機(jī)的現(xiàn)狀分析。</p><p>　　表.1 眼睛狀態(tài)和特點(diǎn)</p><p><b>　　5.實(shí)驗(yàn)結(jié)果</b></p><p>　　從固定在汽車上的相機(jī)儀表板，我們收購測(cè)試視頻在自然的駕駛條件。 “提出的方法也已測(cè)試影片。實(shí)驗(yàn)結(jié)果如下所示。</p><p>　　表.2 疲

23、勞檢測(cè)結(jié)果</p><p>　　輸入視頻格式為320×240真顏色。對(duì)眼睛的平均正確率地位的承認(rèn)，可以達(dá)到91.16％。不同的眼睛狀態(tài)和全開半開，有時(shí)不能很好地分辨這已引起最假判斷和快速運(yùn)動(dòng)駕駛員的頭部，可能會(huì)導(dǎo)致在驅(qū)動(dòng)程序的眼睛跟蹤失敗。正確的驅(qū)動(dòng)程序警告打瞌睡是100％。在這里，正確率100％警告率不揭示了絕對(duì)該算法的魯棒性。如果在某期間打瞌睡時(shí)，系統(tǒng)可以檢測(cè)駕駛員的困倦和報(bào)警，然后我們認(rèn)為這是一個(gè)

24、成功的疲勞檢測(cè)。</p><p><b>　　6.總結(jié)</b></p><p>　　在本文中，我們提出了新的駕駛員疲勞檢測(cè)方法，為行車安全。幀間差分法用來決定框架是否存在臉。然后混合膚色模型用來探測(cè)臉。在我們的人臉區(qū)域使用一種新的方法，通過模擬段的結(jié)晶過程從臉的眼睛。通過執(zhí)行預(yù)測(cè)的眼睛可以精確定位。檢測(cè)的兩只眼睛被用來生成一個(gè)眼圖模板。我們用眼區(qū)，瞳孔的平均高度和寬度