2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76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

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