原文传递
基于视觉信息融合的驾驶员疲劳检测技术研究
| 论文题名： | 基于视觉信息融合的驾驶员疲劳检测技术研究 |
| 关键词： | 计算机视觉;图像处理技术;信息融合;驾驶员;疲劳检测 |
| 摘要： | 随着经济发展，全世界的汽车保有量已经突破10亿辆，这表示平均每7个人就拥有一辆汽车。因此交通事故的发生也越来越频繁，据统计，造成交通事故最主要的三大原因是酒后驾驶，超速驾驶和疲劳驾驶。检测酒后驾驶和超速驾驶，这方面的技术已经很成熟了，但是疲劳驾驶的检测一直是一个难题。 本文利用计算机视觉和图像处理方面的技术，首先进行人脸检测，其次在此基础上进行人眼定位，然后获取3个疲劳特征参数，分别是PERCLOS（眼睛闭合比）、EyeClosureTime（最长眼睛闭合时间）、EyeBlinkFrequency（眨眼频率），最后利用D-S证据理论决策方法，融合这几个特征参数，更准确的判定疲劳状态。本文主要的研究内容有: (1)人脸检测:基于肤色信息快速粗定位人脸，然后利用AdaBoost分类器来完成人脸的检测和定位。 (2)人眼定位:根据前面得到的人脸图像，采用几何和积分投影的方法粗定位人眼，然后通过区域生长精确定位人眼。 (3)利用D-S证据理论决策方法，融合3个疲劳特征参数，包括PERCLOS（眼睛闭合比）、EyeClosureTime（最长眼睛闭合时间）、EyeBlinkFrequency（眨眼频率）。 (4)结合opencv数据库，用C++编写程序并检验算法的准确性。 经过大量实验表明，本文研究的基于图像信息融合的疲劳检测算法具有较好的准确性和鲁棒性，速度方面也有一定的优势，为以后移植到嵌入式设备上打下了良好的基础。 |
| 作者： | 张雨 |
| 专业： | 计算机应用技术 |
| 导师： | 赵梗明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海师范大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
