原文传递
基于人脸特征识别的疲劳驾驶预警系统
| 论文题名： | 基于人脸特征识别的疲劳驾驶预警系统 |
| 关键词： | 驾驶疲劳检测;人脸特征识别;多特征提取;机器视觉;AdaBoost算法;瞳孔定位 |
| 摘要： | 随着社会经济的发展,机动车辆与日俱增,道路交通事故频发,死亡人数一直居高不下。疲劳驾驶是引发频繁的交通事故的主要因素之一。因此,如何有效的监测和防止驾驶员疲劳驾驶,对于避免交通事故,提高交通安全性有着重要意义。基于机器视觉的疲劳检测,在实时性、非接触性以及全天候等方面有更大的优势,所以它成为疲劳检测的一个主要方法。 本文在研究了国内外相关研究的基础上,设计了一套改进的疲劳监测系统,该系统体积小、便于安装,可以满足全天候、实时监测的要求。本文主要研究内容如下: (1)研究总结现有的人脸检测方法,选用AdaBoost算法作为人脸和人眼检测定位方法。实验表明,本文的方法增强了分类器的分类能力,提高了系统的正确检测率,降低了错误报警率。并且提出了一种新的采用局部特征改进算法进行眼睛特征的提取。大量的实验表明这种方法能够准确地定位眼睛和检测眼睛的疲劳状态。 (2)针对夜间光照不足的情况,提出了采用红外下差分图像与图像处理相结合的瞳孔定位算法。在不同的红外光下获取的奇、偶帧图像进行差分,对差分图像进行平滑滤波,然后选择合适的阈值二值化分割图像,最后提取眼睛瞳孔。该方法定位眼睛快速、准确。 (3)提出了基于LBP的嘴唇定位和嘴部分析的打哈欠疲劳检测方法。实验的结果表明这种方法检测准确率较高,可用于对驾驶员打哈欠的疲劳检测。 (4)提出了PERCLOS值大小、哈欠的次数及其持续时间长短两个参数进行疲劳状态判断。该方法综合多个特征对疲劳状态进行判断,提高了判断的准确度。 |
| 作者： | 朱清坤 |
| 专业： | 电子与通信工程 |
| 导师： | 孙海信 |
| 授予学位： | 硕士 |
| 授予学位单位： | 厦门大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
