基于眼睛與頭部狀態(tài)的疲勞檢測(cè)系統(tǒng)設(shè)計(jì).pdf

1、近年來(lái)，交通事故頻發(fā)，疲勞駕駛作為交通事故產(chǎn)生的重要原因之一，造成了巨大的人員傷害和經(jīng)濟(jì)損失。但是人們往往對(duì)醉酒駕駛的關(guān)注程度較高，而常常忽略了疲勞駕駛帶來(lái)的嚴(yán)重后果。因此，如何采用有效的方法去減少疲勞駕駛帶來(lái)的交通事故具有重要的現(xiàn)實(shí)意義。
　　本文在分析國(guó)內(nèi)外疲勞檢測(cè)研究現(xiàn)狀的基礎(chǔ)上，為進(jìn)一步提高疲勞檢測(cè)的準(zhǔn)確率，設(shè)計(jì)了基于眼睛與頭部狀態(tài)（左偏、右偏、抬頭和點(diǎn)頭）的疲勞檢測(cè)系統(tǒng)。實(shí)現(xiàn)了對(duì)駕駛員在行車(chē)過(guò)程中的駕駛狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，

2、并綜合評(píng)判駕駛員疲勞狀況，及時(shí)有效的報(bào)警提醒。本文主要研究?jī)?nèi)容如下:
　　(1)考慮到駕駛過(guò)程中光照和噪聲的影響，論文采用中值濾波去噪、直方圖均衡化進(jìn)行光照補(bǔ)償，通過(guò)圖像預(yù)處理，保障后續(xù)人臉檢測(cè)準(zhǔn)確性。分析常用的Adaboost人臉檢測(cè)與Seetaface檢測(cè)方法，對(duì)兩種方法分別進(jìn)行速度、準(zhǔn)確率等方面的對(duì)比分析，最終論文選擇效果好、速度快的Seetaface檢測(cè)算法進(jìn)行人臉檢測(cè)。
　　(2)在人臉檢測(cè)的基礎(chǔ)上，進(jìn)行人臉跟蹤與

3、優(yōu)化，提高檢測(cè)速度。根據(jù)幾何特征進(jìn)行特征點(diǎn)粗定位，使用人臉對(duì)齊模塊進(jìn)行面部特征點(diǎn)的精確定位，包括雙眼、鼻尖和兩個(gè)嘴角。對(duì)于提取的人眼特征，進(jìn)行圖像自適應(yīng)二值化和形態(tài)學(xué)運(yùn)算，計(jì)算人眼區(qū)域黑色像素點(diǎn)的百分比，結(jié)合PERCLOS準(zhǔn)則，判斷眼睛的睜閉狀態(tài)。在檢測(cè)到眼睛狀態(tài)變化的基礎(chǔ)上，同時(shí)檢測(cè)頭部姿態(tài)的變化，從而判斷駕駛員的疲勞程度，進(jìn)行報(bào)警提醒。
　　(3)通過(guò)攝像頭采集視頻，在PC上進(jìn)行算法設(shè)計(jì)和優(yōu)化的實(shí)驗(yàn)驗(yàn)證。并在ARM平臺(tái)搭建了嵌