原文传递
基于视频图像信息提取的疲劳驾驶检测技术研究
| 论文题名： | 基于视频图像信息提取的疲劳驾驶检测技术研究 |
| 关键词： | 视频图像;信息提取;疲劳驾驶检测;眼睛定位;PERCLOS;预警系统 |
| 摘要： | 机动车辆与日俱增，随之而来的车辆交通安全问题也越来越受到社会的广泛关注。调查表明，疲劳驾驶在造成交通事故的危险因素中高居第三位，在死亡交通事故原因中居首位。因此，研制疲劳驾驶检测预警系统，对于避免交通事故，提高交通安全性有着重要意义。 本文在研习了国内外相关研究的基础上，分析对比各种疲劳检测方法，深入研究了基于视觉的非接触式、实时的驾驶疲劳检测方法。以视频图像信息提取和处理理论为基础，研究探讨了基于视觉的疲劳驾驶检测的关键技术，包括人脸检测、眼睛定位与跟踪、眼睛特征提取与状态识别、疲劳状态分析。 首先采用了实时性较好的基于肤色检测的人脸定位方法，将肤色与非肤色区域进行分离，较为准确地定位人脸区域；在关键环节眼睛定位中，选择了积分投影函数与混合投影函数相结合的方法，精确定位了眼睛中心，同时将Kalman滤波与MeanShift算法相结合的眼睛跟踪方法融合到实验中，实现了对序列视频中头部旋转或倾斜情况下的连续眼睛检测和定位；在此基础上对眼睛进行特征提取，主要分析了决定眼睛状态的关键特征，包括虹膜、眼角、上眼睑，并对传统眼睛模型进行了修正，利用上眼睑与下眼睑的高度差来判断眼睛的状态；最后选取目前公认最有效的疲劳分析方法PERCLOS法，结合眨眼频率对疲劳状态进行分析。 基于上述研究所实现的疲劳检测软件系统，能够实时地检测驾驶者的眼睛状态并进行疲劳识别，在实验室环境下获得了较好的实验效果。 |
| 作者： | 朱婧 |
| 专业： | 控制理论与控制工程 |
| 导师： | 薄煜明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
