基于視覺(jué)的疲勞駕駛預(yù)警系統(tǒng).pdf

1、近年來(lái)，我國(guó)機(jī)動(dòng)車和駕駛?cè)说臄?shù)量迅猛增長(zhǎng)，在給人們生產(chǎn)生活帶來(lái)便捷的同時(shí)，也帶來(lái)了不容忽視的安全隱患。據(jù)統(tǒng)計(jì)，每年全球發(fā)生道路交通事故多達(dá)10億次，占全球安全事故總數(shù)的90％左右，導(dǎo)致的受傷人數(shù)約有2500萬(wàn)人，同時(shí)造成50萬(wàn)人死亡。相關(guān)調(diào)查表明，疲勞駕駛是交通事故發(fā)生的主要原因之一。因此，對(duì)于疲勞駕駛檢測(cè)技術(shù)的研究具有非常重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。一個(gè)有效的疲勞駕駛預(yù)警系統(tǒng)可以檢測(cè)到疲勞的早期階段，并且在司機(jī)面臨危險(xiǎn)時(shí)發(fā)出警告，這樣有

2、利于減少有關(guān)疲勞駕駛的交通事故發(fā)生。
　　本文首先利用AdaBoost算法進(jìn)行人臉定位;然后利用AdaBoost算法結(jié)合擴(kuò)展的Haar-like特征來(lái)定位人眼和分析人眼狀態(tài);最后利用PERCLOS準(zhǔn)則和眨眼頻率判斷駕駛員的疲勞狀態(tài)，得出是否疲勞的結(jié)果。本文的主要工作如下:
　　1.通常情況下，人眼區(qū)域的圖像都很小，并且不太清晰，那么大量的眼睛特征就容易被忽略，進(jìn)而造成誤判。本文在已有的Haar-like特征的基礎(chǔ)上，根據(jù)人眼

3、的結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)了五種擴(kuò)展的Haar-like特征。實(shí)驗(yàn)表明，基于擴(kuò)展的Haar-like特征進(jìn)行人眼檢測(cè)能有效地避免由于眼睛和眉毛等其他物體非常相似而引起的誤判，具有檢測(cè)精度較高的優(yōu)點(diǎn)。
　　2.考慮到單一參數(shù)判斷駕駛員疲勞狀態(tài)的不準(zhǔn)確性，本文將單位時(shí)間內(nèi)的閉眼幀數(shù)與眨眼次數(shù)結(jié)合起來(lái)考慮，并將其作為本文判斷疲勞狀態(tài)的規(guī)則。計(jì)算出單位時(shí)間內(nèi)人眼閉合圖像幀數(shù)與圖像總幀數(shù)的比值以及眨眼次數(shù)，以此來(lái)判斷駕駛員是否疲勞駕駛。實(shí)驗(yàn)結(jié)果表明，