基于計算機視覺的疲勞駕駛檢測技術研究.pdf

1、隨著科學技術日新月異的進步，交通運輸業(yè)也得到了高速的發(fā)展，道路交通事故頻發(fā)成為危害人身和財產安全的嚴峻問題。而導致交通事故頻繁發(fā)生的一個重要因素就是疲勞駕駛。因此，開發(fā)一套智能化，高準確率且設備結構簡單的實時疲勞檢測預警系統具有十分重要的意義。
　　本文在研究大量文獻的基礎上，選擇計算機視覺中的機器學習方法進行疲勞檢測。本文研究的駕駛員疲勞檢測技術主要包含三個部分:基于Adaboost算法的人臉檢測方法改進，人眼疲勞狀態(tài)的判定，仿

2、真模擬軟件的測試。
　　本文人臉、人眼分類器的訓練采用基于Haar特征的Adaboost算法。并針對傳統Adaboost算法訓練耗時的缺點，設計了一種基于特征裁剪的FTAdaboost算法，算法根據特征初始化后的錯誤率曲線，按預分類能力的強弱對第一個拐點前的特征進行裁剪，進而縮短訓練時間。同時在人臉檢測時結合膚色空間的方法，判斷指定人臉區(qū)域是否滿足膚色特性來對候選人臉窗口進行驗證，降低了誤檢率。疲勞檢測部分，本文對傳統檢測方法進行