用于疲勞檢測人眼定位算法的研究.pdf

1、隨著社會的不斷發(fā)展與進步，機動車的數(shù)量以飛快的速度增長著，隨之而來的是交通事故的發(fā)生率也大大提高。據(jù)統(tǒng)計，在各種交通事故中，由于疲勞駕駛而引發(fā)的占到事故總數(shù)的10％到20％，在高速公路的長途運輸車輛的事故中更有高達50％以上是由疲勞駕駛引起的。 因此，如何能夠快速有效并且在盡可能不影響駕駛員駕駛行為的情況下檢測其疲勞狀態(tài)稱為當今研究的熱點之一。在各種疲勞檢測方法中，基于機器視覺的PERCLOS參數(shù)測量的方法是目前得到公認的有效且

2、無干擾的方法。在這種方法中，如何準確的定位眼睛，是有效計算PERCLOS參數(shù)的關鍵。 基于以上考慮，本文分析了目前主要的人眼定位方法，包括Hough變換法、模板匹配發(fā)、邊緣特征分析法、對稱變換法以及面部幾何模型法，利用本人設計的兩個軟件對幾種常見定位算法在中科院人臉庫、YALE人臉庫以及我們自建的人臉庫上進行了測試預分析。 在此基礎上，本文提出了自己的一套結(jié)合模板匹配與對稱變換思想的人眼定位方法。首先確定合適大小的人眼檢

3、測窗口，然后用該窗口遍歷整個人臉區(qū)域，每次對該窗口覆蓋下的子圖像做關于窗口中心點的對稱變換，得到變換后子圖像與原子圖像的平均子圖，計算平均子圖的標準差，選取標準差最大的幾個區(qū)域作為候選區(qū)域，最后用閾值分割法確定最終的人眼位置。該方法同樣在上述三個人臉庫上進行了測試分析，結(jié)果是可以滿足疲勞檢測需要的。 為滿足批量圖像的處理任務以及直觀觀察算法執(zhí)行效果，本文設計了兩款軟件，本文所有算法均是在該軟件上進行測試的。同時，這兩款軟件也可以