原文传递
驾驶员头部姿态估计系统的设计与实现
| 论文题名： | 驾驶员头部姿态估计系统的设计与实现 |
| 关键词： | 交通安全;驾驶员;头部姿态估计系统;结构设计 |
| 摘要： | 随着世界经济的高速发展，交通运输业也随之快速发展，使得汽车成为人们生活中必不可少的交通工具之一。然而，随着汽车拥有量的增加，交通事故不可避免的快速增长。据统计，在导致交通事故发生的各种因素中，疲劳驾驶高居第三位。如果对驾驶员的头部进行实时监控，当检测驾驶员出现疲劳时给予警告，这将大大降低因疲劳驾驶导致的交通事故的发生。在对驾驶员进行疲劳检测时，对其头部姿态进行准确估计又是其中重要一环。 头部姿态估计通常有两种方法，基于模型的方法和基于外观的方法。基于模型的方法通常复杂度较低并且思路比较清晰简单；基于外观的方法对头部的姿态不敏感，适用于各种头部姿态，鲁棒性高。基于模型的方法通过肤色模型定位人脸之后再定位人脸的特征点，即双眼及嘴巴，由此构成一个特征三角形，当驾驶员的头部有转动时，此特征三角形也会随之变化，找到其中规律便可以推断出驾驶员头部的运动的角度参数。但基于模型的方法也有它固有的缺陷，即不适用于头部大范围转动的情况，此时无法构成特征三角形，因为通常无法定位双眼及嘴巴。这时可以采用基于BP神经网络的外观方法估计驾驶员的头部姿态。它的主要思想是通过对样本进行有监督的学习训练，可以得到二维图像到头部姿态角度的映射关系。应用于头部姿态的估计时，首先要根据实际问题确定网络的结构，其中容易确定的是输入层及输出层的神经元个数，至于隐层的神经元个数可以在网络训练时找到一个最佳值。训练网络时，要对训练样本进行处理，从而得到网络的输入及期望输出，在达到给定的允许误差时停止网络的训练，保存权值。接下来便可用于驾驶员头部姿态的估计。 实验表明，综合两种方法可以有效提高驾驶员头部姿态估计的实时性和鲁棒性。 |
| 作者： | 赵俊宝 |
| 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： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
