基于Kinect的疲勞駕駛檢測系統(tǒng)的設計與實現(xiàn).pdf

1、疲勞駕駛檢測技術的研究是智能交通的研究熱點之一。疲勞駕駛檢測技術的研究已經開展了多年，取得了很多成果。但由于個體的差異性以及環(huán)境的復雜多變性導致檢測的難度很大，至今尚無一款能夠適應各種環(huán)境的成熟產品出現(xiàn)。隨著城市人口和車輛的迅速增加，疲勞檢測產品市場廣大，吸引著眾多公司和研究者的目光。
　　本文研究內容是設計并實現(xiàn)能夠實時性、非接觸的疲勞駕駛檢測系統(tǒng)，使用Kinect作為視頻的輸入端，采用VS+OpenCV編程。本文采用逐級分割的

2、思想，逐層減少干擾，最后精確定位到人眼，并分析人眼的開閉狀態(tài)，依據(jù)PERCLOS原理進行疲勞判斷。
　　該系統(tǒng)主要包括基于距離分割、人臉檢測、人臉跟蹤、人眼定位、眼睛的狀態(tài)分析以及疲勞檢測六個部分。實驗結果表明該系統(tǒng)在一定條件下能夠實時的判斷眼睛的開閉狀態(tài)，能有效地檢測出駕駛員是否疲勞。
　　本文進行了多種經典算法的對比，并依據(jù)本系統(tǒng)的設計需要選取了適合本系統(tǒng)的算法。系統(tǒng)利用Kinect采集的深度圖像這一特性實現(xiàn)基于距離的分

3、割，成功的避免了后排人和窗外景物對駕駛員檢測造成的干擾，采用檢測加跟蹤相結合的方式，實現(xiàn)了系統(tǒng)對人臉的實時檢測。在實現(xiàn)了人眼定位功能的基礎上，對人眼定位算法進行了改進，解決了因眼眉、眼角陰影造成突發(fā)的峰值對定位造成的干擾問題，進一步提高了人眼定位的準確率。結合Kinect的成像特點，本文設計了基于多閾值像素的人眼狀態(tài)判別方法，在一定條件下實現(xiàn)了眼睛狀態(tài)的判斷。
　　本文最后對論文的主要工作進行了總結，并分析了該系統(tǒng)的不足以及今后進