采用ELM的基于眼部狀態(tài)的駕駛員疲勞檢測方法的研究.pdf

1、目前，交通安全問題成為世界性的廣泛話題，根據(jù)統(tǒng)計，大約有40％的交通安全問題來自疲勞駕駛。研究駕駛員疲勞監(jiān)測方法，用以預防交通事故的發(fā)生，具有非常重要的現(xiàn)實意義。
　　本文在對現(xiàn)有的駕駛員疲勞檢測相關技術(shù)進行深入分析的基礎上，對視頻分析方法進行了深入的研究，提出了一種采用ELM(Extreme LearningMechine，極限學習機)技術(shù)的、基于眼部狀態(tài)的駕駛員疲勞監(jiān)測方法。首先，通過基于皮膚顏色的視圖分割方法來進行檢測駕駛員

2、的臉部。接著采用KLT(Kanade-Lucas-Tomassi)算法，對臉部檢測數(shù)據(jù)進行跟蹤并截取出每幀圖像。然后，通過使用一個積分映射函數(shù)用來估測眼睛的區(qū)域，以檢測眼睛張開或者閉合的狀態(tài)。進而計算一組幀圖像中的眼睛開閉程度距離，并基于上述數(shù)據(jù)進行特征抽?。ㄕＱ垲l率和眼睛關閉時間）。由于在面向視頻的計算中進行多次迭代計算，數(shù)據(jù)量將非常龐大而且時間復雜度很高。為了降低時間復雜度，減少計算量，引入了滑動窗口的數(shù)據(jù)處理方式進行實時計算。最后