基于近紅外圖像的疲勞駕駛檢測研究與系統(tǒng)實現(xiàn).pdf_第1頁
已閱讀1頁,還剩82頁未讀 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著車輛擁有率的提升,高速公路覆蓋面的不斷擴張,交通事故發(fā)生率居高不下,疲勞駕駛作為引發(fā)交通事故最重要的原因之一,越來越受到了人們的重視。因此,如何實時、準確的判斷出駕駛者是否進入疲勞狀態(tài)并給與提示,避免由疲勞駕駛所造成的交通事故已成為國內(nèi)外廣大學者的研究方向,對于保障人民財產(chǎn)安全和加強車輛安全駕駛有非常重要的意義。
  本文主要工作包括夜間圖像人臉檢測、疲勞參數(shù)提取和疲勞判斷三個部分。首先在人臉檢測方面,認為夜間是疲勞駕駛的多發(fā)

2、時間段,因此采用近紅外視頻圖像作為疲勞檢測的輸入。在詳細的研究和分析了基于Adaboost的人臉檢測算法和Adaboost級聯(lián)分類器的學習原理的基礎(chǔ)上,使用大量人臉紅外圖像樣本完成了級聯(lián)分類器的訓練,實現(xiàn)了人臉的檢測。其次在疲勞參數(shù)提取方面,提出了一種基于圖像積分投影和輪廓檢測的人眼定位算法,可實現(xiàn)人眼的實時定位??紤]到駕駛環(huán)境的多變性和駕駛姿態(tài)的不固定性,在一些特殊場景下可能導致人眼定位失敗,提出了基于區(qū)域生長的人眼搜索,有效提高了人

3、眼定位的準確性和魯棒性。另外,根據(jù)檢測需求,實現(xiàn)了基于幀間差分法的眨眼檢測以及基于輪廓檢測的哈欠檢測。
  融合人眼睜開度、眨眼特征以及哈欠特征,在大量模擬場景的實驗總結(jié)的基礎(chǔ)上,本文提出了基于PERCLOS、眨眼頻率以及哈欠頻率的疲勞判定準則,作為最終的疲勞狀態(tài)判定方法,并且完成了檢測系統(tǒng)的實現(xiàn)。
  實驗結(jié)果表明,本文所提出的人眼檢測算法能夠準確地定位人眼,眨眼檢測和哈欠檢測也有非常高的正確率,整個檢測系統(tǒng)能夠準確的檢測

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論