基于壓縮感知的駕駛員狀態(tài)感知若干問題研究.pdf

1、在頻繁發(fā)生的道路交通事故中,駕駛員往往是肇事的主要原因之一,因此對駕駛員在駕駛過程中的情緒狀態(tài)或者疲勞狀態(tài)進行實時監(jiān)測具有非常重要的現(xiàn)實意義。本文圍繞駕駛員狀態(tài)感知技術的相關問題展開,主要研究內(nèi)容如下:
　　在對壓縮感知理論進行研究的基礎上,提出了基于位置先驗與稀疏表示的駕駛員人臉多角度轉(zhuǎn)換算法、基于稀疏表示的駕駛員面部表情識別算法以及基于稀疏表示的駕駛員眼部狀態(tài)識別算法。三種算法均對待測試樣本進行稀疏表示,并采用最小L-1范數(shù)求

2、解最稀疏的表示系數(shù)。
　　在基于位置先驗和稀疏表示的駕駛員人臉多角度轉(zhuǎn)換算法中,利用所求解的稀疏系數(shù)以及多角度人臉庫進行人臉角度轉(zhuǎn)換,實驗結果表明我們的算法框架取得了較為不錯的效果。
　　在基于稀疏表示的駕駛員面部表情識別算法中,利用所求解稀疏系數(shù)的類別信息生成基于稀疏表示的分類器,從而對待測試駕駛員面部表情圖像進行分類識別。在識別過程中,由于數(shù)據(jù)量大、計算復雜度高,因此本文使用了目前較為流行的下采樣和主成分分析兩種不同的降