基于面部特征的驾驶员疲劳检测研究

发布时间：2021-03-30 14:33

　　近年来,随着汽车保有量的增加,交通事故的发生频率居高不下,造成了大量的人员伤亡及巨大的经济损失。在发生的众多事故中,疲劳驾驶导致的事故占据了很大比重,故驾驶员疲劳检测技术备受国内外学者的关注。结合眼睛和嘴巴两个特征进行疲劳分析,相对于前人的研究,合理解决了检测的准确度问题,具有非接触性、实时性等优点对于保障驾驶员人身安全具有重要意义。论文首先对采集的驾驶员图像进行预处理,即图像增强、滤波去噪及光照补偿,提高图像的质量,减少噪声的干扰,使人脸受光均匀。其次进行人脸的定位,采用基于Haar特征的Adaboost算法进行人脸定位,通过构建弱分类器,选取最佳Haar特征构建成强分类器,进行级联,作为最佳的强分类器,再进行人脸检测。然后进行眼睛和嘴巴的识别定位,基于积分投影法进行眼睛区域的定位,通过计算眼睑及瞳孔的黑色像素占眼睛区域的总像素百分比进行眼睛睁闭状态的分析;基于改进的“三庭五眼”法进行嘴巴区域的定位,再通过积分投影法计算嘴巴的高宽比,以此来判断嘴巴的张闭状态。最后根据PERCLOS准则及眨眼频率来进行基于眼睛的疲劳分析,根据打哈欠进行基于嘴巴的疲劳分析,再结合眼睛和嘴巴进行驾驶员的疲... 

【文章来源】：辽宁工业大学辽宁省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

交通事故发生场景

图 2.2 RGB 色彩空间Fig. 2.2 Default RGB colour space对彩色图像进行灰度化处理，效果图如图 2.3 所示。彩色图理后，处理速度快，处理效果较好。（a）原始图 （b）灰度图图 2.3 灰度图像效果图

图 2.2 RGB 色彩空间Fig. 2.2 Default RGB colour space权法对彩色图像进行灰度化处理，效果图如图 2.3 所示。彩色图像化处理后，处理速度快，处理效果较好。


本文编号：3109672