详情

原文传递基于综合集成的驾驶疲劳识别

论文题名：	基于综合集成的驾驶疲劳识别
关键词：	疲劳识别;人眼定位;粒子滤波器;人脸特征提取;神经网络;驾驶疲劳
摘要：	疲劳驾驶一直是车祸事故的主要原因之一，因此对驾驶员的疲劳状态进行检测，减少由疲劳驾驶引发的事故，有着重要的现实意义。本文提出综合使用眼睛闭合时间比例、平均眼皮闭合速度，视线分布、视线跳动频率，以及点头频率和哈欠频率六个特征来检测疲劳，本文做的工作主要有以下几个方面： 1)提出了综合多个视觉特征的疲劳检测系统的基本框架。@2)为了实现快速精确的定位眼睛，提出了一种基于灰度投影和分块复杂度的人眼定位方法，并采用了基于颜色和纹理复合特征的卡尔曼粒子滤波器进行人眼跟踪，提高了跟踪的精度。 3)提出了各种疲劳参数的提取方法：采用了Gabor滤波器提取眼睛图像的纹理特征；为了估计眼皮的闭合程度，使用了径向基网络对纹理特征进行分类；使用了广义回归神经网络预测视线的位置，从而提取视线运动参数；采用了基于图像分割的方法进行嘴巴尺寸检测。 4)考虑到疲劳概念的模糊性，使用模糊神经网络对疲劳参数进行分类；为了进一步提高分类器的准确率，采用了Bagging方法进行网络集成。文中采用的多个特征都是基于视觉的，在图像采集上简单方便，只要一个普通的光学摄像头即可。为了验证本文方法的有效性，进行了一些实验。实验结果表明，本文的方法可以满足疲劳检测系统的实时要求，相对于使用单个特征来说分类更准确可靠。
作者：	李衡峰
专业：	计算机应用
导师：	夏利民
授予学位：	硕士
授予学位单位：	中南大学
学位年度：	2005
正文语种：	中文