原文传递
基于人眼状态的驾驶员疲劳检测技术研究
| 论文题名： | 基于人眼状态的驾驶员疲劳检测技术研究 |
| 关键词： | 疲劳驾驶;检测技术;人眼状态;特征提取;状态识别 |
| 摘要： | 疲劳驾驶是当前交通事故发生的主要原因之一，是一个重大的社会问题。基于计算机视觉的疲劳驾驶检测，是一种车载、实时、非接触的疲劳检测技术，已经成为当前研究的一个热点。 本文研究的主要内容包括：人脸检测、人眼定位、眼睛特征提取和状态识别、疲劳程度的计算等算法的原理及实现。 首先详细阐述了经典的AdaBoost算法，该算法涉及的内容包括Haar-Like特征，弱分类器，级联的AdaBoost分类器等。然后利用AdaBoost算法进行人脸检测，在检测到人脸后，结合人脸的“三庭五眼”结构确定人眼的大致区域，再进一步使用该算法在这个区域内进行人眼检测。实验表明，该方法能够有效地提高人眼检测的速度，从而可以更好地满足系统实时性的要求。 虽然AdaBoost算法的检测速度快，误识率低，但是在样本的权重更新过程中，对于分类错误样本中的正、负样本没有加以区分，不利于提高正样本的识别率。本文提出一种新的权重更新方法，对于分类错误的样本，对判断错误的正样本给予更高的权重，使得算法在下一轮迭代时，更加关注对分类错误的正样本的学习，从而提高对正样本(人眼)的检测率。 采用基于最小二乘法对眼部的外轮廓进行椭圆拟合，根据拟合椭圆的参数来判断眼睛的睁闭状态；采用结合PERCLOS和眨眼频率的方法，对疲劳状态进行检测。 最后，本文对驾驶员疲劳检测进行了实验仿真，实验结果表明，系统疲劳检测的平均准确率可达到83％，具有较好的疲劳检测效果。 |
| 作者： | 陈明初 |
| 专业： | 电子与通信工程 |
| 导师： | 印勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
