基于機(jī)器視覺與學(xué)習(xí)的駕駛員疲勞檢測研究.pdf

1、現(xiàn)階段，疲勞駕駛是造成交通事故發(fā)生的罪魁禍?zhǔn)?，因而對駕駛員進(jìn)行疲勞檢測這方面的工作得到了越來越多學(xué)者的關(guān)注。而基于機(jī)器視覺的疲勞檢測方法具有實(shí)時(shí)性好、非接觸性和疲勞程度評估精確的優(yōu)點(diǎn)，成為疲勞檢測的一個(gè)新方法。
　　在已有的基于機(jī)器視覺的疲勞檢測方法的基礎(chǔ)上，提出了一套改進(jìn)的疲勞檢測方法。其中主要算法有：臉部定位、眼部定位與跟蹤以及眼部特征計(jì)算、嘴部定位與跟蹤以及嘴部特征計(jì)算、基于邏輯回歸模型的疲勞狀態(tài)識別。主要內(nèi)容如下：

2、　　1、人臉定位。通過攝像頭采集駕駛員頭部的圖像，采用同態(tài)濾波的方法對圖像進(jìn)行預(yù)處理，在分析比較常用的人臉檢測技術(shù)優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了改進(jìn)的基于膚色高斯模型的人臉檢測方法和基于Haar-like特征的人臉檢測方法，實(shí)驗(yàn)結(jié)果表明改進(jìn)的基于膚色高斯模型的人臉檢測方法性能更好一些。
　　2、眼部定位與跟蹤以及眼部特征計(jì)算。在前一章節(jié)人臉定位的基礎(chǔ)上，通過分析比較常用的人眼定位方法的優(yōu)缺點(diǎn)，提出了基于眼部強(qiáng)化圖的人眼定位方法，再采用基于

3、位置偏移的人眼跟蹤方法進(jìn)行眼部跟蹤，最后提出了計(jì)算一段時(shí)間內(nèi)眼部閉合所占百分比、眨眼頻數(shù)和平均眨眼持續(xù)時(shí)間特征的方法。
　　3、嘴部定位與跟蹤以及嘴部特征計(jì)算。在人臉定位的基礎(chǔ)上，提出了基于嘴部強(qiáng)化圖的人嘴定位方法和基于嘴部狀態(tài)分類的內(nèi)唇開度估計(jì)方法來進(jìn)行嘴部狀態(tài)的識別，最后提出了計(jì)算嘴部閉合時(shí)間所占百分比、嘴部張合頻數(shù)特征的方法。
　　4、基于邏輯回歸模型的駕駛員疲勞駕駛識別方法。通過對前面提取的與疲勞相關(guān)的眼部閉合所占百