详情

原文传递基于面部特征的疲劳驾驶检测

论文题名：	基于面部特征的疲劳驾驶检测
关键词：	疲劳驾驶检测;kalman预测;面部特征;行车安全
摘要：	疲劳驾驶是造成交通事故的主要原因之一,通过检测驾驶员是否疲劳来预防交通事故并有效保障行车安全,具有非常重要的意义。本文利用眼睛和嘴唇两个面部的特征进行疲劳驾驶检测,提高了判别的准确性。论文主要工作如下: 　　1、人脸检测及预测。利用肤色的聚类性,采用高斯模型在YCbCr颜色空间中检测人脸,并用卡尔曼滤波器预测下一帧图像中人脸的位置。实验表明,本方法能较好地定位人脸,并且实时性较好。　　2、眼睛定位及打瞌睡检测。本文在人脸区域内利用区域生长和形态学运算精确定位眼睛,并利用眼睛轮廓的外接矩形框中的黑色像素所占比例判断眼睛的睁闭状态,之后采用PERCLOS值判断驾驶员是否在打瞌睡。实验结果表明,本方法能较好检测出司机是否打呵欠。　　3、嘴部定位及打呵欠检测。将嘴唇的颜色特征和灰度特征相结合,定位嘴部位置并检测出嘴巴张开的大小,之后根据嘴巴张开程度及持续时间来判断驾驶员是否打呵欠。实验结果表明,本方法的检测效果较好。　　最后,采用瞌睡和打呵欠两个特征判断驾驶员是否在疲劳驾驶。实验结果表明,这种方法比只用眼睛这一个特征进行判决效果要好。
作者：	张丽雯
专业：	信号与信息处理
导师：	齐美彬
授予学位：	硕士
授予学位单位：	合肥工业大学
学位年度：	2013
正文语种：	中文