基于压缩感知的驾驶员状态感知若干问题研究

发布时间：2017-10-07 04:20

  本文关键词：基于压缩感知的驾驶员状态感知若干问题研究

  更多相关文章： 驾驶员状态 稀疏表示 多角度转换 面部表情识别 眼部状态识别

【摘要】：在频繁发生的道路交通事故中，驾驶员往往是肇事的主要原因之一，因此对驾驶员在驾驶过程中的情绪状态或者疲劳状态进行实时监测具有非常重要的现实意义本文围绕驾驶员状态感知技术的相关问题展开，主要研究内容如下： 在对压缩感知理论进行研究的基础上，提出了基于位置先验与稀疏表示的驾驶员人脸多角度转换算法基于稀疏表示的驾驶员面部表情识别算法以及基于稀疏表示的驾驶员眼部状态识别算法三种算法均对待测试样本进行稀疏表示，并采用最小L-1范数求解最稀疏的表示系数 在基于位置先验和稀疏表示的驾驶员人脸多角度转换算法中，，利用所求解的稀疏系数以及多角度人脸库进行人脸角度转换，实验结果表明我们的算法框架取得了较为不错的效果 在基于稀疏表示的驾驶员面部表情识别算法中，利用所求解稀疏系数的类别信息生成基于稀疏表示的分类器，从而对待测试驾驶员面部表情图像进行分类识别在识别过程中，由于数据量大计算复杂度高，因此本文使用了目前较为流行的下采样和主成分分析两种不同的降维方法来减少数据量，并将降维后的特征图像输入本文算法框架在基于标准人脸数据库的特定人脸表情识别试验非特定人脸表情识别试验都取得了比较满意的效果，最后也根据驾驶员的情况实际采集了正常闭眼打哈欠微笑四种表情的人脸图像进行实验，取得了较高的识别正确率 在基于稀疏表示的驾驶员眼部状态识别算法中，使用稀疏表示的分类器对待测试驾驶员眼部图像进行分类识别，针对睁眼闭眼两种眼部状态的仿真实验取得了理想的效果
【关键词】：驾驶员状态 稀疏表示 多角度转换 面部表情识别 眼部状态识别
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U463.6;U492.8
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-16
• 1.1 研究背景和意义8-11
• 1.2 驾驶员状态分析11-12
• 1.3 驾驶员状态感知的国内外研究现状12-14
• 1.3.1 基于驾驶员生理参数的监测方法12-13
• 1.3.2 基于驾驶员操作行为的监测方法13-14
• 1.3.3 基于驾驶员外部生理变化的监测方法14
• 1.5 本文研究的主要内容及工作14-16
• 第二章 压缩感知理论与稀疏表示16-26
• 2.1 压缩感知理论的背景16
• 2.2 压缩感知理论16-24
• 2.2.1 压缩感知理论的数学模型17-19
• 2.2.2 信号的稀疏表示19-21
• 2.2.3 观测矩阵的设计21-22
• 2.2.4 信号的重构算法22-24
• 2.3 压缩感知理论的应用24-25
• 2.4 本章小结25-26
• 第三章 基于位置先验与稀疏表示的驾驶员人脸图像多角度转换算法26-36
• 3.1 人脸多角度转换的概述26
• 3.2 基于位置先验与稀疏表示的人脸多角度转换算法26-30
• 3.2.1 过完备字典的构建26-27
• 3.2.2 稀疏表示与求解27-29
• 3.2.3 基于位置先验与稀疏表示的人脸多角度转化算法29-30
• 3.3 算法仿真与实验30-35
• 3.3.1 CAS-PEAL-R1 人脸数据库介绍30-32
• 3.3.2 人脸图像对齐与尺寸归一化32-33
• 3.3.3 仿真实验33-35
• 3.4 本章小结35-36
• 第四章 基于稀疏表示的驾驶员面部表情识别算法36-56
• 4.1 基于稀疏表示的分类方法36-41
• 4.1.1 稀疏表示分类概述36
• 4.1.2 人脸表情图像的稀疏表示分类36-41
• 4.2 驾驶员面部表情特征提取41-44
• 4.2.1 概述41
• 4.2.2 下采样方法41-42
• 4.2.3 主成分分析法42-44
• 4.3 基于稀疏表示的驾驶员面部表情识别算法框架44-45
• 4.4 算法仿真与实验45-54
• 4.4.1 特定人脸表情识别46-48
• 4.4.2 非特定人脸表情识别48-51
• 4.4.3 特定人脸表情识别与非特定人脸表情识别的对比分析51
• 4.4.4 实际采集图片的实验结果51-54
• 4.5 本章小结54-56
• 第五章 基于稀疏表示的驾驶员眼部状态识别算法56-60
• 5.1 基于稀疏表示的驾驶员眼部状态识别算法56-57
• 5.2 算法仿真与实验57-59
• 5.2.1 人眼库的构建57-58
• 5.2.2 仿真实验58-59
• 5.3 本章小结59-60
• 第六章 总结与展望60-62
• 6.1 本文的工作总结60-61
• 6.2 下一步工作展望61-62
• 参考文献62-66
• 致谢66

【参考文献】

中国期刊全文数据库 前1条

1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

本文编号：986881