基于视频的驾驶员疲劳状态检测方法研究

发布时间：2020-05-29 04:33

【摘要】：疲劳驾驶是引发众多交通事故的重大隐患之一。随着机器视觉技术的快速发展和应用,采用非接触式的、基于机器视觉的疲劳检测技术已成为该领域的主流研究方向。目前基于机器视觉的疲劳检测方法难以做好准确度与检测速度的兼顾。针对以上问题,本文基于视频的疲劳状态检测围绕人眼状态展开研究,实现了对驾驶员的疲劳状态检测与判断。论文主要研究内容及相关结论如下:针对人脸图像分割定位易受光照因素影响,利用肤色在色度空间上聚类特性,采用基于肤色分割的人脸定位方法。对待检的彩色人脸图像在YC_bC_r颜色空间上建立高斯肤色模型,进行相应的肤色相似度计算,增强肤色区域与背景的差异性。对肤色分割图像经过一系列图像处理工作后通过灰度积分投影的方法来定位人脸区域。该方法受光照因素影响较小,识别率高。针对闭眼状态定位效果不稳定问题,采用一种Gentle Adaboost与Haar-like矩形特征相结合的迭代级联分类器算法实现人眼定位。基于视频的人眼疲劳状态检测,需要捕捉的是连续帧的动态人脸图像。对于连续帧的人眼跟踪定位,采用基于卡尔曼滤波与改进的Camshift相结合的综合检测方法来完成人眼的动态实时跟踪检测。结果表明,该方法能有效实现对动态人脸图像中的人眼目标的定位与跟踪。针对人眼状态识别精度较低问题,提出一种基于最小外接矩形的改进算法来获取人眼宽高比信息的方法。通过相应数学转换关系,将获取的每帧人眼子图像的宽高比信息转换为人眼的开合度信息。通过计算出PERCLOS值与眨眼频率的辅助判断的方法来实现对驾驶员疲劳状态判断。最后实现基于视频的驾驶员疲劳状态检测系统,在PC机下进行了大量仿真模拟实验。相关实验检测结果表明,该系统计算速度快,检测精度较高,具备一定的实用性。
【图文】：

图 2-3 人脸肤色 Cb、Cr分布图根据图 2-3 可知人脸肤色在色度分量 Cb、Cr的分布空间上满足二维高斯，肤色的二维高斯分布模型的概率密度函数为：

肤色分割相似度计算
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6;TP391.41

【参考文献】

相关期刊论文 前8条

1 王新元;高云红;刘丹;;基于机器视觉的交通灯智能控制系统设计[J];自动化应用;2015年11期

2 刘念;苏杭;郭纯宏;周静;;基于Hough变换圆检测的人眼定位方法改进[J];计算机工程与设计;2011年04期

3 张云哲;赵海;宋纯贺;景巍;;一种新的连通区域标记算法[J];计算机应用研究;2010年11期

4 李都厚;刘群;袁伟;刘浩学;;疲劳驾驶与交通事故关系[J];交通运输工程学报;2010年02期

5 韩思奇,王蕾;图像分割的阈值法综述[J];系统工程与电子技术;2002年06期

6 郑培,宋正河,周一鸣;机动车驾驶员驾驶疲劳测评方法的研究状况及发展趋势[J];中国农业大学学报;2001年06期

7 王瑞,高文,马继涌;一种快速、鲁棒的唇动检测与定位方法[J];计算机学报;2001年08期

8 周宗恒,韩懿,高艳芳;基于KL肤色的人脸初定位[J];计算机工程;2001年04期

相关博士学位论文 前2条

1 李志春;驾驶员疲劳状态检测技术研究与工程实现[D];江苏大学;2009年

2 张明恒;基于面部朝向的驾驶员精神分散监测方法研究[D];吉林大学;2007年

相关硕士学位论文 前10条

1 黄添娣;基于肤色分割和统计模板匹配的手势识别人机交互系统[D];广东技术师范学院;2017年

2 王丽;基于视频序列的人眼检测与跟踪的研究及应用[D];太原理工大学;2016年

3 杨青云;人眼定位技术研究与应用[D];华南理工大学;2015年

4 张艳梅;基于人眼跟踪分析的疲劳驾驶检测的研究与实现[D];东北大学;2014年

5 刘巨娟;基于脑电信号识别的驾驶员-汽车混合控制系统设计[D];东北大学;2014年

6 潘永胜;基于颜色和形状特征的图像检索技术及其应用[D];太原理工大学;2014年

7 李强;基于PERCLOS的列车司机驾驶疲劳检测研究[D];北京交通大学;2014年

8 胡金金;基于光流法的运动目标快速跟踪算法研究[D];西安电子科技大学;2014年

9 顾征远;面向驾驶员的疲劳监测系统研究[D];浙江大学;2013年

10 倪小鹏;基于视觉的驾驶员疲劳状态检测方法研究[D];华东理工大学;2012年

，

本文编号：2686402