原文传递
基于人脸定位技术的疲劳驾驶检测方法
| 论文题名： | 基于人脸定位技术的疲劳驾驶检测方法 |
| 关键词： | 疲劳驾驶检测;PERCLOS;人脸定位;AdaBoost;LBP特征缩放 |
| 摘要： | 随着车辆的不断增加，交通问题越来越受到关注。其中，因为疲劳驾驶产生的交通事故成为了一个重大社会问题。因此，寻求一种车载、实时、客观的疲劳驾驶检测技术，对于减少因为疲劳驾驶产生的交通事故，保障人民生命财产安全，加强客运安全管理等方面有重大意义。 在本文中，首先概述了各种疲劳驾驶检测方法，确立了使用PERCLOS(percentage of eyelid closure over the pupil over time，人眼闭合的百分比)方法作为研究的方向。这是因为PERCLOS方法具有设备简单、成本较低、舒适可靠的特点。并且重点研究如何通过人脸图像技术实现PERCLOS的办法。 本文的主要工作如下： 1.详细阐述了Viola经典人脸定位的方法，该方法包括了：haar-like特征，光平衡的预处理，级联AdaBoost分类器，多尺度问题等一个完整的解决人脸检测定位的系统方案。 2.详细阐述了如何将Viola人脸定位方法运用于疲劳驾驶检测的各个环节中：包括人眼定位，人眼状态识别以及PERCLOS计算。 3.应用OpenCV实现了疲劳驾驶检测的演示程序。包括应用OpenCV实现视频图像的读取，各个分类器的训练，以及目标检测等。 4.除了使用haar-like特征外，还对使用LBP特征进行了一些实验探索，研究了一种LBP特征缩放的方法，和一种快速高效的人眼定位与状态识别的方法。 5.对本文PERCLOS方法做出总结并对进一步的研究工作做出了一些展望。 |
| 作者： | 孙睿 |
| 专业： | 通信与信息系统 |
| 导师： | 马争 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
