原文传递
基于Gabor的人脸图像疲劳检测系统的研究与实现
| 论文题名： | 基于Gabor的人脸图像疲劳检测系统的研究与实现 |
| 关键词： | 疲劳驾驶;人脸图像;疲劳检测系统;特征提取;Gabor小波变换;并行计算 |
| 摘要： | 随着汽车产业的发展，交通运输的需求量越来越大，交通肇事问题也变得越来越不可忽视，而疲劳驾驶是导致交通肇事的主要原因之一，因此，研究可靠、快速、高效地疲劳检测算法具有重要意义。已有的基于眼部和嘴部特征进行疲劳检测的研究，识别率不高，并且不能满足疲劳检测实时性要求。基于Gabor图像特征提取能够很好地捕获疲劳的多尺度特征，多尺度1-NN(1-Nearest Neighbor)分类算法能够挖掘多个特征尺度上的特征信息，获得较好的识别率，同时基于OpenMP的多核并行计算能够加快检测速度。因此，文本提出了一种基于并行Gabor和1-NN的图像疲劳检测算法来检测驾驶员疲劳，主要工作如下： (1)针对图像Gabor特征提取计算复杂的问题，提出了一种基于OpenMP的并行Gabor图像特征提取算法。该算法基于OpenMP的并行模式，对图像Gabor变换的计算过程进行了分解和合并，将整个图像Gabor特征提取计算过程分解成了可并行部分和不可并行部分，将可并行部分利用多核进行加速，再合并计算结果，达到将整个计算过程进行多核并行加速的目的。实验表明，该算法能够有效地缩短Gabor图像特征提取的运算时间，并且在多核环境下能够获得很好的加速比。 (2)基于Gabor图像特征提取算法获取的多尺度特征，提出了一种多尺度1-NN分类算法来进行疲劳和非疲劳图像的分类。该算法充分考虑了多尺度特征向量的特点，利用了疲劳在不同尺度上表现不同的这个特性，在每个尺度上对图像类别进行判定，再综合各个尺度上的判定结果，得出最后的疲劳分类结果。实验结果表明，本文提出的多尺度1-NN分类算法识别率优于已有的基于部分特征的疲劳检测方法。 (3)本文基于并行Gabor图像特征提取算法和多尺度1-NN分类算法，在VS2008平台的基础之上，结合OpenCV2.0设计和实现了一个疲劳检测系统，并进行了实验和系统测试。实验结果表明，本文提出的算法能够较为准确的识别疲劳状态，在多核环境下疲劳检测的实时性有一定程度地提高。 |
| 作者： | 陈军 |
| 专业： | 软件工程 |
| 导师： | 林亚平;彭一江 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
