详情

原文传递戴墨镜驾驶员疲劳检测方法研究

论文题名：	戴墨镜驾驶员疲劳检测方法研究
关键词：	戴墨镜驾驶员;疲劳检测;计算机视觉;颜色模型;深度学习;图像分割
摘要：	机动车的增加不仅给人们的生活带来了方便，也对人们的人身安全带来了一定的威胁。疲劳驾驶是恶性交通事故的重要诱因之一，因此，其检测方法的研究对保障人们的生命安全具有重要意义。然而，常规的基于计算机视觉的检测方法通常并不能处理驾驶员配戴墨镜的情况，对于这一情况处理方式的研究状况也相对空白。该方法正是基于这一现状而提出的一种可以应对驾驶员佩戴墨镜情况的疲劳检测方法。　　驾驶员佩戴墨镜时，被墨镜覆盖的区域失去皮肤的颜色，使眼部区域的皮肤像素占比降低，基于这一基本原理，可以对皮肤像素分布进行统计形成皮肤颜色模型，并根据实际情况加以调整，作为驾驶员是否佩戴墨镜的一个检测标志。对于颜色模型法不易区分的数据，可以使用基于深度学习的方法来进行分类。由于可用于训练的数据数量不足，方法中采用了旋转，部分截取，人工调整，弹性畸变等方式对数据集进行扩充以训练性能良好的模型。上述两种方法的结合将使墨镜检测的误检率降到较低的水平。对于夜晚环境和检测出的墨镜情况需要开启红外进行补光和穿透，对于墨镜情况，还需要进行匀光处理，以便能利用图像分割的方法提取出更准确的眼高数据，进而利用PERCLOS理论进行疲劳的判断。　　实验证明，给出的方法能够正确分类驾驶员是否带墨镜并提取眼高，对于驾驶员疲劳检测具有较高的准确性，对于环境具有较高的鲁棒性。
作者：	于海涛
专业：	计算机技术
导师：	胡卫军
授予学位：	硕士
授予学位单位：	华中科技大学
学位年度：	2017
正文语种：	中文