基于安卓的多特征疲勞實(shí)時(shí)檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著社會(huì)交通運(yùn)輸?shù)目焖侔l(fā)展，越來(lái)越多的長(zhǎng)途客貨運(yùn)駕駛員忙碌在工作崗位，因疲勞駕駛出現(xiàn)的事故頻繁發(fā)生。因此，疲勞駕駛檢測(cè)的相關(guān)研究意義重大。其中基于計(jì)算機(jī)視覺(jué)的檢測(cè)方法因?yàn)閷?duì)駕駛員無(wú)干擾成為研究熱點(diǎn)。目前已有的方法存在的問(wèn)題是計(jì)算復(fù)雜度高，耗時(shí)長(zhǎng)，難以在移動(dòng)設(shè)備上實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。
　　本文選擇實(shí)現(xiàn)基于安卓系統(tǒng)的實(shí)時(shí)疲勞檢測(cè)系統(tǒng)，包括移動(dòng)檢測(cè)終端和遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控系統(tǒng)。采用人臉對(duì)齊算法得到眼睛、嘴巴和頭部等疲勞特征，實(shí)現(xiàn)疲勞狀態(tài)分析。本文主

2、要有以下研究成果：
　　改進(jìn)顯式形狀回歸人臉對(duì)齊算法，提出基于二級(jí)形狀參數(shù)回歸的人臉對(duì)齊算法。采用PCA降維，用低維的人臉形狀參數(shù)約束人臉形狀。在二級(jí)回歸框架中，僅簡(jiǎn)單計(jì)算低維的人臉形狀參數(shù)，替代原始的高維人臉形狀。針對(duì)人臉的旋轉(zhuǎn)角度和尺度大小不同，使用明確的形狀特征索引算法替代局部特征索引，提高特征的可比性。采用多重隨機(jī)特征選擇方法，篩選出更好的人臉特征。通過(guò)算法改進(jìn)，明顯減小了運(yùn)算復(fù)雜度和數(shù)據(jù)存儲(chǔ)量，提高了對(duì)齊速度和對(duì)齊效果。

3、
　　在安卓系統(tǒng)算法實(shí)現(xiàn)時(shí)將人臉對(duì)齊分為人眼對(duì)齊和人臉輪廓對(duì)齊兩個(gè)步驟。人眼對(duì)齊時(shí)，通過(guò)對(duì)人臉圖片的截取和壓縮，僅處理圖片大小80*40的人眼區(qū)域，用20個(gè)特征點(diǎn)描述人眼形狀，并降到20維，減少單次需要處理的圖像信息和數(shù)據(jù)維度。人臉輪廓對(duì)齊時(shí)，選取27個(gè)特征點(diǎn)表示人臉輪廓形狀，并降到20維，根據(jù)人眼對(duì)齊結(jié)果得到的雙眼瞳孔坐標(biāo)，優(yōu)化人臉輪廓初始形狀，使人臉輪廓對(duì)齊更快更精確。
　　疲勞特征分析時(shí)，根據(jù)對(duì)齊的人眼形狀和人臉輪廓形