基于疲勞駕駛的計(jì)算機(jī)視覺研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展，汽車越來越多，交通事故的次數(shù)也隨之增多。通過打擊醉酒駕，減少醉酒駕駛引發(fā)的交通事故發(fā)生。與之相對應(yīng)，通過檢測人體疲勞，可以減少疲勞駕駛導(dǎo)致的交通事故發(fā)生。駕駛員長時(shí)間駕駛汽車，會(huì)逐漸進(jìn)入疲勞狀態(tài)，對周圍環(huán)境的感知力、判斷力都會(huì)有明顯的下降；對車輛、自身行為的控制會(huì)逐漸松懈，發(fā)生交通事故的危險(xiǎn)會(huì)逐漸上升。大量的統(tǒng)計(jì)資料表明，疲勞駕駛導(dǎo)致的交通事故，占事故總數(shù)的1/8，但是卻占有人身傷害事故的1/6。因此研究疲勞駕駛檢測的方

2、法，減少事故的發(fā)生，具有重大的社會(huì)意義。
　　 通過對國內(nèi)外人體疲勞成因和現(xiàn)有疲勞檢測方法的研究分析發(fā)現(xiàn)：實(shí)時(shí)的非-接觸方法檢測疲勞駕駛，是目前主要的研究方向。據(jù)此展開了本文的研究。本文的主要工作如下：
　　 人臉和人眼的檢測與定位。通過對現(xiàn)有人臉檢測定位的總結(jié)，提出了一種基于知識的方法與基于統(tǒng)計(jì)的方法相結(jié)合的人臉檢測算法。利用人臉膚色聚類可以快速實(shí)現(xiàn)，Adaboost算法檢測準(zhǔn)確率高不依賴于色彩空間的特點(diǎn)，提高人臉檢測

3、算法的準(zhǔn)確率。在實(shí)現(xiàn)人臉定位的基礎(chǔ)上，再利用人臉的器官分布知識與Adaboost算法結(jié)合，實(shí)現(xiàn)人眼的精確定位。
　　 基于Camshift算法的人臉追蹤。目前基于計(jì)算機(jī)視覺處理的疲勞檢測問題，都會(huì)面臨著實(shí)時(shí)性不足的問題。本文利用改進(jìn)的目標(biāo)跟蹤算法，提高了整個(gè)系統(tǒng)的效率。同時(shí)優(yōu)化調(diào)整Camshift追蹤算法的流程，解決了Camshift算法半自動(dòng)和在追蹤失敗時(shí)的處理問題。
　　 疲勞的度量及人眼狀態(tài)識別。PERCLOS算法