原文传递
融合面部特征的驾驶员疲劳检测关键技术研究
| 论文题名： | 融合面部特征的驾驶员疲劳检测关键技术研究 |
| 关键词： | 驾驶员;疲劳检测;面部特征;模糊推理;人脸定位 |
| 摘要： | 随着汽车产业和交通运输业的发展，交通安全成为一个不可忽视的问题。疲劳驾驶作为一种严重威胁交通安全的因素，给国家和社会造成了巨大的财产损失和人员伤亡。因此，设计出一种具有实时性、准确性和鲁棒性的驾驶员疲劳检测方法，对于保护驾驶员及乘员安全具有重要意义。 本文在深入研究前人提出的驾驶员疲劳检测方法原理的基础上，针对提高疲劳判断实时性及准确度的问题开展了一些研究工作，提出了一种基于多个特征的驾驶员疲劳融合检测算法。该方法首先通过摄相机实时拍摄驾驶员面部图像，使用主动形状模型（Active Shape Model，ASM）定位脸部特征，然后提取出最能反映疲劳状态的眼睛和嘴部信息，最后利用模糊推理的方法，根据人的经验，“智能”地判断疲劳程度，从而准确地量化疲劳这一模糊概念，快速准确地判断疲劳的发生。本文主要研究内容包括以下几个方面： (1)针对基于单一特征检测算法在准确率和鲁棒性上存在不足的问题，提出了一种基于多个特征的驾驶员疲劳融合检测算法。选取能够直接反映驾驶员疲劳程度的2个面部特征（眼睛和嘴巴）对驾驶员状态进行综合判断。 (2)对比分析目前人脸定位所采用的方法，考虑到算法的实时性，使用一种基于类Haar特征的级联Adaboost的快速人脸检测方法进行人脸定位，约束ASM初始搜索形状，提高ASM的收敛速度。 (3)研究了一种特征定位及提取的方法，先利用ASM在人脸范围内进行特征定位，定位出眼睛和嘴巴。然后通过计算眼睛和嘴巴特征点之间的距离，提取出眼睛、嘴巴高度及宽度等参数。 (4)综合眼睛和嘴部特征参数，设计了基于模糊推理系统的驾驶员疲劳检测方法，利用人的经验“智能”地进行决策，解决了疲劳程度三级分类难以确定的难题。 |
| 作者： | 焦英豪 |
| 专业： | 机械工程 |
| 导师： | 白中浩 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
