多特征疲勞檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著我國經(jīng)濟(jì)的不斷發(fā)展,機(jī)動(dòng)車的數(shù)量越來越多,隨之而來的交通事故也相應(yīng)的增加。根據(jù)相關(guān)研究機(jī)構(gòu)的統(tǒng)計(jì)數(shù)據(jù)表明駕駛員的疲勞駕駛是造成交通事故的重要原因之一,因此研究出一種能夠?qū)崟r(shí)的、準(zhǔn)確的去檢測駕駛員的疲勞狀態(tài)的系統(tǒng)具有重要的現(xiàn)實(shí)意義和社會(huì)影響力。
　　在分析了國內(nèi)外駕駛員疲勞檢測研究方向的重要進(jìn)展之后,以數(shù)字圖像處理技術(shù)作為基礎(chǔ),結(jié)合人工智能、機(jī)器學(xué)習(xí)、機(jī)器視覺等領(lǐng)域的相關(guān)知識,提出了基于多特征的疲勞檢測系統(tǒng)。系統(tǒng)以人臉的成功檢測

2、作為基礎(chǔ),實(shí)現(xiàn)了墨鏡的定位與檢測判斷、人眼的定位與疲勞特征參數(shù)的提取、嘴巴的定位與疲勞特征參數(shù)的提取。
　　對人眼的定位,綜合使用了基于AdaBoost算法的人眼檢測算法和基于頭部運(yùn)動(dòng)的眼睛跟蹤算法去定位出人眼區(qū)域,并提出了PERCLOS參數(shù)、ECT參數(shù)、EBF參數(shù)這三個(gè)具有代表性的人眼疲勞特征參數(shù)。對墨鏡的檢測,使用基于位置特征的墨鏡檢測算法,依據(jù)人們在日常生活中佩戴墨鏡的經(jīng)驗(yàn)位置去準(zhǔn)確的定位出墨鏡區(qū)域并對是否戴墨鏡的狀態(tài)進(jìn)行判

3、斷。對嘴巴的定位,綜合使用了基于AdaBoost算法的嘴巴檢測算法和基于嘴巴位置特征的檢測算法去準(zhǔn)確定位出嘴部區(qū)域,并提出了PMRCLOS參數(shù)、YawnFreq參數(shù)這兩個(gè)具有代表性的嘴巴疲勞特征參數(shù)。
　　最后對整個(gè)多特征疲勞檢測系統(tǒng)進(jìn)行了實(shí)現(xiàn)和測試,通過測試結(jié)果可以看出該系統(tǒng)很好的實(shí)現(xiàn)了疲勞檢測系統(tǒng)的功能需求,并具有較高的準(zhǔn)確性和實(shí)時(shí)性,說明提出的基于多特征疲勞檢測系統(tǒng)具有較高的科學(xué)性和有效性,對駕駛員的疲勞檢測具有重要的意義。