原文传递
基于压缩感知的驾驶员状态感知若干问题研究
| 论文题名： | 基于压缩感知的驾驶员状态感知若干问题研究 |
| 关键词： | 压缩感知;驾驶员;人脸多角度转换算法;稀疏表示;面部表情识别;眼部状态识别 |
| 摘要： | 在频繁发生的道路交通事故中,驾驶员往往是肇事的主要原因之一,因此对驾驶员在驾驶过程中的情绪状态或者疲劳状态进行实时监测具有非常重要的现实意义。本文围绕驾驶员状态感知技术的相关问题展开,主要研究内容如下: 在对压缩感知理论进行研究的基础上,提出了基于位置先验与稀疏表示的驾驶员人脸多角度转换算法、基于稀疏表示的驾驶员面部表情识别算法以及基于稀疏表示的驾驶员眼部状态识别算法。三种算法均对待测试样本进行稀疏表示,并采用最小L-1范数求解最稀疏的表示系数。 在基于位置先验和稀疏表示的驾驶员人脸多角度转换算法中,利用所求解的稀疏系数以及多角度人脸库进行人脸角度转换,实验结果表明我们的算法框架取得了较为不错的效果。 在基于稀疏表示的驾驶员面部表情识别算法中,利用所求解稀疏系数的类别信息生成基于稀疏表示的分类器,从而对待测试驾驶员面部表情图像进行分类识别。在识别过程中,由于数据量大、计算复杂度高,因此本文使用了目前较为流行的下采样和主成分分析两种不同的降维方法来减少数据量,并将降维后的特征图像输入本文算法框架。在基于标准人脸数据库的特定人脸表情识别试验、非特定人脸表情识别试验都取得了比较满意的效果,最后也根据驾驶员的情况实际采集了正常、闭眼、打哈欠、微笑四种表情的人脸图像进行实验,取得了较高的识别正确率。 在基于稀疏表示的驾驶员眼部状态识别算法中,使用稀疏表示的分类器对待测试驾驶员眼部图像进行分类识别,针对睁眼、闭眼两种眼部状态的仿真实验取得了理想的效果。 |
| 作者： | 李文敏 |
| 专业： | 交通信息工程及控制 |
| 导师： | 宋焕生 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
