基于人眼狀態(tài)的疲勞駕駛檢測(cè)技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著社會(huì)、經(jīng)濟(jì)的不斷發(fā)展，國民消費(fèi)能力逐年提高，我國汽車數(shù)量也在迅速增加。然而我國每年的交通事故發(fā)生率仍然很高，其中在重大交通事故中因疲勞駕駛所造成的事故所占的比例更是高達(dá)40％以上。疲勞駕駛已經(jīng)成為威脅交通安全的重要因素之一，對(duì)于疲勞駕駛檢測(cè)的研究有著重要的實(shí)際意義。
　　目前，基于計(jì)算機(jī)視覺的疲勞檢測(cè)方法是研究的熱點(diǎn)。本文在大量研究國內(nèi)外相關(guān)技術(shù)的基礎(chǔ)上，設(shè)計(jì)了一個(gè)基于人眼狀態(tài)的非接觸的疲勞駕駛檢測(cè)預(yù)警系統(tǒng)。該系統(tǒng)通過一個(gè)車載

2、攝像頭實(shí)時(shí)檢測(cè)駕駛員狀態(tài)并在疲勞時(shí)進(jìn)行預(yù)警提示，并在實(shí)驗(yàn)室環(huán)境與實(shí)際駕駛室環(huán)境中都取得了良好的效果。本文首先研究了人臉檢測(cè)技術(shù)，為了實(shí)現(xiàn)在實(shí)際光源不穩(wěn)定、復(fù)雜背景下，同時(shí)兼具準(zhǔn)確性的人臉檢測(cè)，本文采用基于Haar-like特征訓(xùn)練分類器的Adaboost算法，該算法在室內(nèi)、室外環(huán)境中檢測(cè)效果都達(dá)到要求。然后基于人眼五官的幾何位置獲得人眼的大致區(qū)域，有效減少了檢測(cè)時(shí)間并提高了定位的準(zhǔn)確度，在此基礎(chǔ)上對(duì)人眼區(qū)域進(jìn)行精確定位。本文研究了兩種定

3、位方法，一種是基于LBP特征模板匹配的方法，首先對(duì)人眼樣本構(gòu)建LBP特征模板，統(tǒng)計(jì)其LBP直方圖特性，通過對(duì)待檢測(cè)區(qū)域的LBP直方圖匹配來完成人眼定位。另一種是通過對(duì)待檢測(cè)區(qū)域做快速徑向?qū)ΨQ變換來快速定位近似圓的興趣點(diǎn)。在對(duì)比分析兩者優(yōu)缺點(diǎn)后本文提出了一種改進(jìn)的定位方法并通過實(shí)驗(yàn)做了對(duì)比分析。對(duì)于人眼狀態(tài)的判別本文分別研究了基于稀疏表示和基于PCA主成份分析的兩種狀態(tài)判別方法。疲勞判別階段采用國際公認(rèn)與疲勞最相關(guān)的PERCLOS算法，并