基于视觉的疲劳驾驶特征提取

发布时间：2017-08-09 09:34

  本文关键词：基于视觉的疲劳驾驶特征提取

  更多相关文章： 疲劳驾驶 人脸检测 睁闭眼判断 哈欠检测

【摘要】：疲劳驾驶作为导致交通事故的主要因素之一,给驾驶员及行人的生命财产安全带来了巨大的威胁。因此,如何有效预防疲劳驾驶,最大程度减小由此带来的各种损失,对于保护人民生命和财产安全具有很大的现实意义。驾驶员在疲劳时一般会出现闭眼、打哈欠和点头三个特征,本文旨在利用图像处理的方法提取驾驶员的这三个特征,从而判断驾驶员是否处于疲劳驾驶状态。首先,利用haar-like人脸检测算法提取驾驶员脸部区域,本文通过卡尔曼滤波器跟踪人脸的运动轨迹,预测下一帧图像中人脸出现的位置,从而缩小haar-like人脸检测的搜索范围,有效提高人脸检测算法的运行效率。其次,在人脸检测的基础上,根据疲劳驾驶的特征设计了三个疲劳特征提取算法。一是睁眼和闭眼状态判断算法,该算法首先精确定位人眼并提取出包含单个眼睛的子窗口图像,然后进行睁闭眼状态的判断。二是将椭圆拟合的方法创新性地应用到了哈欠检测算法中,使得通过简单快速的方法就可以获取打哈欠的参数,并获得了良好的检测效果。三是点头检测算法通过判断驾驶员头部的位置判断其是否发生点头动作。同时,本文设计了测试系统对文中提出的算法进行了验证,并获得了良好的实验结果。
【关键词】：疲劳驾驶 人脸检测 睁闭眼判断 哈欠检测
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;U463.6;TP391.41
【目录】：

• 中文摘要3-4
• Abstract4-7
• 第一章 绪论7-12
• 1.1 研究背景及意义7-8
• 1.2 疲劳驾驶检测方法概述8-9
• 1.3 国内外研究现状分析9-10
• 1.3.1 国外研究现状9-10
• 1.3.2 国内研究现状10
• 1.4 本文内容安排10-12
• 第二章 图像处理基础12-19
• 2.1 图像形态学操作12-13
• 2.2 滤波处理13-14
• 2.3 图像分割及边缘检测14-17
• 2.3.1 图像阈值分割14-15
• 2.3.2 Canny边缘检测15-17
• 2.5 本章小结17-19
• 第三章 人脸检测及跟踪算法19-28
• 3.1 人脸检测算法概述19-20
• 3.2 Haar-like人脸检测算法20-25
• 3.2.1 Haar-like特征及其计算21-23
• 3.2.2 Adaboost级联分类器23-25
• 3.3 Kalman跟踪算法25-27
• 3.4 本章小结27-28
• 第四章 疲劳特征提取算法28-36
• 4.1 睁闭眼判断28-33
• 4.2 哈欠检测33-34
• 4.3 点头检测34-35
• 4.4 本章小结35-36
• 第五章 算法验证及系统设计36-51
• 5.1 OpenCV介绍36-37
• 5.2 图像获取37-38
• 5.3 系统软件总体设计38-40
• 5.4 利用Kalman滤波器跟踪人脸40-45
• 5.5 睁闭眼状态判断算法验证45-47
• 5.6 哈欠检测算法验证47-48
• 5.7 点头检测算法验证48-49
• 5.8 本章小结49-51
• 第六章 总结与展望51-53
• 6.1 总结51
• 6.2 展望51-53
• 参考文献53-54
• 在学期间的研究成果54-55
• 致谢55

【参考文献】

中国期刊全文数据库 前5条

1 蒋文博;谢晓明;;一种快速驾驶员疲劳检测方法[J];电子设计工程;2015年23期

2 李建平;牛燕雄;杨露;张颖;吕建明;;基于人眼状态信息的非接触式疲劳驾驶监测与预警系统[J];激光与光电子学进展;2015年04期

3 牛清宁;周志强;金立生;刘文超;于鹏程;;基于眼动特征的疲劳驾驶检测方法[J];哈尔滨工程大学学报;2015年03期

4 李忠东;;防止疲劳驾驶有妙法[J];湖南安全与防灾;2014年02期

5 孙伟;张为公;张小瑞;陈刚;;疲劳驾驶预警系统的研究进展[J];汽车电器;2009年01期

中国硕士学位论文全文数据库 前3条

1 李长风;基于AdaBoost算法的人脸检测研究[D];兰州理工大学;2014年

2 张亮修;基于Haar-like特征的实时道路车辆识别方法研究[D];青岛大学;2009年

3 张淑凤;基于多个疲劳参数的驾驶员疲劳检测[D];合肥工业大学;2009年

，

本文编号：644623