原文传递
基于计算机视觉的疲劳检测系统的优化设计
| 论文题名： | 基于计算机视觉的疲劳检测系统的优化设计 |
| 关键词： | 机动车;疲劳驾驶;人脸检测;计算机视觉;优化设计 |
| 摘要： | 在交通事故中，疲劳驾驶一直都是重要诱因。为了保护人民生命和财产安全，人们越来越重视驾驶员疲劳检测。基于计算机视觉技术研制的车载驾驶员疲劳检测系统因其可实时侦测，且不需要佩戴额外的外部设备，并在机动车驾驶员产生驾驶疲劳时进行预警，从而有效的避免因疲劳驾驶而产生的交通事故。所以该系统对机动车行驶安全有着重要的现实意义。 本文通过分析对比了几种常见的人脸检测方法，在结合系统要求的基础上，采用人脸的Haar特征，并通过使用级联分类器对特征值进行筛选，从而完成人脸侦测。在基于人脸识别算法获取到人脸的数字图像后，本文通过采用边缘检测算法与灰度投影相结合的方法，找到人眼位置。本文针对该算法对驾驶员转动头部时会出现人眼检测率降低的问题，修改原有侦测流程，引入Camshift跟踪算法增强人眼检测准确率。在获取到人眼位置后，采用最大类间方差算法对该区域图像进行预处理，这里针对原算法在对图像进行处理时，由于全局阈值的非普遍适应性造成的部分图像不能很好的识别人眼虹膜，本文提出了一种针对最大类间方差算法阈值的自适应优化方法，提高了识别率。在疲劳程度检测部分，采用PERCLOS判断标准进行检测，该判断标准是采用人眼眼睑覆盖人眼虹膜面积的大小作为判别标准。但是，因为人眼上眼睑和睫毛的阴影会对人眼虹膜的面积造成影响，为解决该问题，本文采用人眼眼裂垂直高度作为检测标准，解决因人眼上眼睑和睫毛的阴影造成的虹膜面积过大的问题，经过与原判断标准进行对比测试，提升了判断标准的鲁棒性。 本文通过用数字图像的相关处理技术和处理方法为理论依据，研究了应用于疲劳检测的计算机视觉检测的关键技术，包括人脸识别检测，人眼位置的确定的优化算法及对PERCLOS判断标准的优化。通过对比原始设计，反映出了本文提到的方法较原设计有更好的检测效果。 |
| 作者： | 孙阿南 |
| 专业： | 计算机技术 |
| 导师： | 何震宇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
