原文传递
基于人脸特征融合的疲劳检测方法研究
| 论文题名： | 基于人脸特征融合的疲劳检测方法研究 |
| 关键词： | 人脸检测;特征提取;疲劳判定;交通安全 |
| 摘要： | 随着汽车产业的发展以及公路建设的加快，道路交通安全问题日益突出。交通事故的发生给国家和社会造成了巨大的经济损失，给人们带来了身体和心理上的双重伤害。研究表明，疲劳驾驶是造成事故发生的主要原因之一，因此，对驾驶员的疲劳状态进行检测是非常必要的。本文以静止摄像头采集到的驾驶员驾驶时的视频为研究对象，利用相应的视觉算法和数字图像处理方法，判断驾驶员的疲劳状态。 本文研究了驾驶员疲劳检测系统，依据该系统功能，设计了系统框架和总体的流程，并对系统的每一部分设计了相应的算法。驾驶员疲劳检测系统主要分为人脸检测、特征提取和疲劳判断三部分。首先对采集到的图像进行灰度化、去噪和光照补偿等预处理，然后利用背景差分法提取出驾驶员头部运动区域。人脸检测部分，在分析常用的检测方法的基础上，采用基于Haar-like特征的AdaBoost算法进行人脸检测，该算法利用样本训练得到的分类器进行检测，提高了检测的效率和准确率；在特征提取方面，分别介绍了眼睛状态提取和嘴巴状态提取，在提取眼睛时，首先介绍了几种常用的方法，然后提出先对上半部分人脸图像进行二值化，再采用积分投影和模板匹配的方法提取眼睛特征的方法，该方法能够快速准确的提取出眼睛的特征，在提取嘴巴时，先利用边缘检测增强嘴部轮廓，然后做二值化提取嘴部特征；在疲劳判定部分，首先分别介绍了利用眼睛特征和利用嘴部特征进行疲劳判断的方法，然后提出对这两种特征进行融合来判断疲劳状态的方法，提高了检测的正确率。 本文对以上算法在VC++开发环境下进行了实验，实验结果证明了算法的可行性，同时提高了算法的效率。 |
| 作者： | 王豪荣 |
| 专业： | 交通信息工程及控制 |
| 导师： | 丁爱玲 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
