基于人臉特征的列車司機疲勞駕駛檢測與識別系統(tǒng)研究.pdf

1、隨著鐵路的大發(fā)展，新的技術(shù)裝備不斷投入到鐵路安全運輸中，列車司機工作強度不斷加大，同時由于列車司機的作息時間、工作環(huán)境等因素容易導(dǎo)致列車司機工作狀態(tài)不佳、打瞌睡、疲勞駕駛，疲勞駕駛已成為鐵路運輸?shù)闹卮蟀踩[患，因此列車司機的工作狀態(tài)保證和監(jiān)督環(huán)節(jié)越來越受到社會廣泛地關(guān)注和重視。
　　 本文的研究內(nèi)容是按照對列車司機疲勞駕駛檢測系統(tǒng)車載、實時、非接觸的基本要求，結(jié)合列車司機駕駛時的特點和規(guī)律，利用模式識別與圖像處理知識分析列車司機

2、疲勞駕駛時的臉部特征，研究適合于列車運行時駕駛室光照情況復(fù)雜多變及高頻低幅振動環(huán)境下的列車司機疲勞檢測和識別算法，并將疲勞駕駛檢測與識別算法移植到以DSP數(shù)字信號處理芯片為核心的硬件平臺中。本文的列車司機疲勞駕駛檢測與識別系統(tǒng)開發(fā)分為三個步驟：
　　 ⑴人臉檢測算法開發(fā)：研究了Harr-like弱特征與Adaboost算法，完成基于Adaboost算法的人臉分類器訓(xùn)練，提出在人臉檢測中，加入Canny邊緣檢測與區(qū)域命中統(tǒng)計的思想

3、，取得了不錯的實際效果。
　　 ⑵人眼檢測與狀態(tài)分析算法開發(fā)：首先，訓(xùn)練基于Adaboost算法的人眼檢測分類器。在分析了利用Hough找圓法與灰度投影法進行人眼狀態(tài)分析優(yōu)缺點的基礎(chǔ)上，提出利用區(qū)域灰度特征比較法進行人眼狀態(tài)分析，該算法不需要精確的幾何模型，利用基于區(qū)域特征的灰度均值，具有很強的魯棒性，經(jīng)過反復(fù)實驗、參數(shù)調(diào)整，最終獲得了較高的人眼狀態(tài)分析正確率。
　　 ⑶疲勞駕駛檢測與識別算法的DSP移植：利用DSP/B