版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、疲勞駕駛檢測(cè)系統(tǒng)因有著較大的應(yīng)用價(jià)值,并與人們的安全密切相關(guān)而一直是研究熱點(diǎn),基于模式識(shí)別與圖像處理技術(shù)的面部識(shí)別疲勞方法也有著重要的理論價(jià)值。在這方面的研究取得了一定的成果,但也有很多未解決的問題,本文側(cè)重對(duì)面部疲勞特征和疲勞參數(shù)進(jìn)行研究,提出了基于三種疲勞參數(shù)的疲勞特征的檢測(cè)和識(shí)別算法,以及三種疲勞參數(shù)的獲取方法,并進(jìn)行了相關(guān)實(shí)驗(yàn)。本文是以獲取疲勞參數(shù)進(jìn)行的面部特征檢測(cè)研究,更具針對(duì)性,且設(shè)計(jì)了疲勞參數(shù)的實(shí)時(shí)獲取方法。最后設(shè)計(jì)了多疲
2、勞參數(shù)的疲勞駕駛系統(tǒng)的設(shè)計(jì)方法,本文的研究?jī)?nèi)容可總結(jié)為如下幾點(diǎn):
(1)設(shè)計(jì)了一種基于Hough變換的人眼檢測(cè)方法
在采用了基于Adaboost檢測(cè)人臉方法進(jìn)行人臉檢測(cè)后,在人臉區(qū)域中分出候選眼部區(qū)域,提出了一種基于Hough變換的人眼檢測(cè)方法。設(shè)計(jì)了給定半徑進(jìn)行Hough變換采用非極大值抑制方法檢測(cè)候選眼圓,加入灰度信息確定人眼;根據(jù)本文算法和人雙眼關(guān)系的先驗(yàn)知識(shí),設(shè)計(jì)了分左右半圖像檢測(cè)檢測(cè)人眼,并加入二次
3、檢測(cè)的檢測(cè)方法流程;選擇了對(duì)圖像降低到不同分辨率進(jìn)行該方法的檢測(cè)人眼實(shí)驗(yàn),基于實(shí)驗(yàn)結(jié)果分析了降低待檢圖像分辨率對(duì)計(jì)算量和檢測(cè)效果的影響,選擇了合適的分辨率以減少計(jì)算量并保持較好的檢測(cè)效果。實(shí)驗(yàn)證明本文的檢測(cè)人眼算法對(duì)非閉眼人眼有很好的檢測(cè)效果。
(2)訓(xùn)練了AAM人眼模版
本文選用了訓(xùn)練AAM人眼模版進(jìn)行人眼精確定位和特征信息提取,設(shè)計(jì)了訓(xùn)練方法:訓(xùn)練單人、多眼部狀態(tài)、多姿態(tài)人眼模版,并選擇了相應(yīng)的訓(xùn)練樣本;
4、選擇設(shè)計(jì)訓(xùn)練樣本的眼部特征點(diǎn)標(biāo)注方法,特征點(diǎn)的選擇可以提供大量眼部甚至頭部信息;對(duì)訓(xùn)練樣本采用AAM算法進(jìn)行了訓(xùn)練,獲得了人眼模版。然后設(shè)計(jì)了眼部信息的提取方法,選擇瞳孔四周的點(diǎn)來表征眼睛的張開距離。最后設(shè)計(jì)了眼睛的跟蹤方法:以基于Hough變換的人眼檢測(cè)方法對(duì)眼睛進(jìn)行初定位,匹配AAM人眼模版,并對(duì)之后的人眼進(jìn)行跟蹤,以眼睛特征點(diǎn)信息檢測(cè)是否跟蹤丟失,若丟失進(jìn)行重新的人眼初定位。AAM人眼模版方法在精確定位人眼、人眼跟蹤、實(shí)時(shí)提取眼部
5、信息都取得了很好的效果。
(3)設(shè)計(jì)了眼部疲勞參數(shù)PERCLOS實(shí)時(shí)獲取方法
基于本文的人眼特征檢測(cè)方法,設(shè)計(jì)了與疲勞相關(guān)性較大的眼部疲勞參數(shù)——PERCLOS的實(shí)時(shí)獲取方法:結(jié)合AAM模版進(jìn)行跟蹤定位人眼,選用模版實(shí)時(shí)獲取的雙眼瞳孔四角點(diǎn)來表征眼睛的張開距離;根據(jù)PERCLOS的定義,本文設(shè)計(jì)統(tǒng)計(jì)在一個(gè)眨眼過程中,眼睛張開距離低于整個(gè)瞳孔距離的20%的時(shí)間和低于80%的時(shí)間,以其比例表征PERCLOS值,設(shè)
6、計(jì)了實(shí)現(xiàn)了實(shí)時(shí)的PERCLOS值輸出,并完全實(shí)時(shí)表征眼部的變化。對(duì)本文方法進(jìn)行了相關(guān)實(shí)驗(yàn),取得較好結(jié)果。
(4)提出了一種基于Gabor和LBP的嘴部檢測(cè)識(shí)別方法
嘴部疲勞參數(shù)的研究一直是以檢測(cè)打哈欠的頻率為主,本文以獲取這個(gè)參數(shù)為目的,研究了檢測(cè)識(shí)別嘴部特征狀態(tài)的方法:利用眼睛與嘴巴位置關(guān)系在人臉區(qū)域分割出嘴部區(qū)域,提取其紅色信息圖像,多尺度多方向進(jìn)行Gabor濾波,改進(jìn)的LBP算子處理圖像,再用分塊直方圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視覺的疲勞駕駛特征提取.pdf
- 基于面部特征的疲勞駕駛檢測(cè).pdf
- 多特征融合的疲勞駕駛檢測(cè)方法研究.pdf
- 多特征融合的疲勞駕駛檢測(cè)方法研究
- 應(yīng)用語音特征診斷疲勞駕駛的研究.pdf
- 基于人眼特征的疲勞駕駛檢測(cè)研究.pdf
- 基于駕駛行為特征與眼動(dòng)特征的疲勞駕駛辨識(shí)方法研究.pdf
- 基于眼動(dòng)特征的駕駛員疲勞駕駛檢測(cè)技術(shù)研究.pdf
- 基于人臉特征識(shí)別的疲勞駕駛預(yù)警系統(tǒng).pdf
- 疲勞駕駛預(yù)警系統(tǒng)
- 基于面部子空間特征的疲勞駕駛檢測(cè)軟件研究.pdf
- 基于多特征信息的疲勞駕駛檢測(cè)系統(tǒng)研究.pdf
- 基于面部特征分析的疲勞駕駛檢測(cè)算法研究.pdf
- 基于機(jī)器視覺和握力波動(dòng)的疲勞駕駛研究.pdf
- 駕駛員疲勞駕駛檢測(cè)系統(tǒng)研究.pdf
- 司機(jī)防疲勞駕駛系統(tǒng)研究.pdf
- 基于駕駛員行為特征的疲勞駕駛檢測(cè)方法的實(shí)現(xiàn).pdf
- 基于視頻圖像信息提取的疲勞駕駛檢測(cè)技術(shù)研究.pdf
- 疲勞駕駛外文翻譯---駕駛疲勞的檢測(cè)與防治技術(shù)
- 疲勞駕駛外文翻譯---駕駛疲勞的檢測(cè)與防治技術(shù)
評(píng)論
0/150
提交評(píng)論