基于機(jī)器視覺(jué)的駕駛員疲勞檢測(cè)研究.pdf

1、疲勞駕駛是當(dāng)前交通事故發(fā)生的主要因?yàn)橹?因此駕駛員疲勞檢測(cè)成為了當(dāng)前研究的一個(gè)熱點(diǎn)?；跈C(jī)器視覺(jué)的疲勞檢測(cè),以實(shí)時(shí)性、非接觸性方面的優(yōu)點(diǎn),成為疲勞檢測(cè)的一個(gè)主要方法。
　　 對(duì)已有方法進(jìn)行分析,提出了一套改進(jìn)的疲勞檢測(cè)方案,其中主要算法有:人臉的定位、眉眼區(qū)域定位與跟蹤、人眼定位、人眼狀態(tài)識(shí)別及疲勞檢測(cè)。主要研究?jī)?nèi)容如下:
　　 (1)人臉的定位。從紅外視頻流圖像中讀取一幀圖像,采用迭代式閾值分割的方法,對(duì)圖像進(jìn)行二值

2、化處理,利用區(qū)域標(biāo)記的方法去除非人臉區(qū)域。使用一種改進(jìn)的積分投影算法定位人臉區(qū)域,同時(shí)提出了一種基于人臉特征的二次人臉定位算法,該方法不僅可以快速的定位人臉,而且很好的解決了傳統(tǒng)人臉定位算法受肩膀、脖子等影響,而使人臉定位失敗的缺點(diǎn)。
　　 (2)眉眼區(qū)域定位與跟蹤。在定位人眼之前,首先定位出眉眼區(qū)域。采用求梯度最大值的方法得到眉眼區(qū)域,該方法定位眉眼區(qū)域的準(zhǔn)確度很高,但復(fù)雜度較大。為了提高系統(tǒng)運(yùn)行的速度,本文采用了一種基于位移

3、的眉眼區(qū)域跟蹤算法,該算法復(fù)雜度低,很好的解決了利用梯度求眉眼區(qū)域算法運(yùn)算速度慢的缺點(diǎn)。
　　 (3)人眼定位。由于紅外圖像中人眼瞳孔處灰度變化比較激烈,因此在眉眼區(qū)域內(nèi),首先用Robert進(jìn)行邊緣檢測(cè),然后求灰度最大值,實(shí)現(xiàn)人眼的定位,該算法簡(jiǎn)單有效。結(jié)合跟蹤算法得到眉眼區(qū)域,可以切除眉毛區(qū)域,減少了干擾因素,使得人眼定位算法在提高運(yùn)算速度的同時(shí),也提高了人眼定位的準(zhǔn)確度,從而在滿足系統(tǒng)實(shí)時(shí)性的同時(shí),也滿足了系統(tǒng)準(zhǔn)確性的要求。