基于面部视觉特征的疲劳检测方法研究

发布时间：2021-10-14 22:25

　　随着城市化进程的不断加快,交通已经成为人们生活中必不可少的重要组成部分。然而,快节奏的生活和工作状态,使得很多人经常处于疲劳状态。当人处于疲劳状态时,驾驶车辆会更加容易引发交通事故。近年来,随着疲劳驾驶引发的交通事故的不断增加,引起人们的广泛关注。为了减少因疲劳驾驶而引发的交通事故,学术界和工业界都已经开展了深入的研究。本文提出了一种基于面部视觉特征的疲劳检测方法。在本文中,首先研究了人脸检测的方法,并对比分析了基于Adaboost人脸检测方法和Faceness Net人脸检测方法。在此基础上,本文提出了基于人脸特征点的疲劳检测方法和基于深度学习的疲劳检测方法。基于人脸特征点的疲劳检测方法是通过人脸特征点的位置及其之间的关系建立状态检测模型,并使用状态检测模型检测每一帧图像中眼睛和嘴的闭合状态。根据本文提出的疲劳判定方法,检测每一帧图像的疲劳状态。考虑到疲劳是一个连续的过程,因此,本文使用时间窗口判定该时间段的疲劳状态。每一个时间窗口的疲劳状态是根据疲劳帧的数量与该时间窗口总数量之间的比例关系确定。基于深度学习的疲劳检测方法是通过改进的SSD目标检测方法检测每一帧图像中人脸的眼睛和嘴的... 

【文章来源】：齐鲁工业大学山东省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

005-2008年疲劳驾驶事故统计

则ercentage of Eyelid Closure Time) 准则是指在率。该方法是在 1994 年由 Walt Wierwille 等劳之间的关系[21]。在 1999 年，美国国家交认为该方法更适合判断驾驶人员的疲劳状态。RCLOS 作为车载实时的、非接触的疲劳检测方标准[24]：皮遮挡瞳孔面积高于70% 作为标准评价眼睛的皮遮挡瞳孔面积高于80%作为标准评价眼睛的皮遮挡瞳孔面积高于50%作为标准评价眼睛的则的测量原理如图所示 2.1 所示，PERCLOS PERCLOS 值3 24 1100%t tt t

图 2.2 P80 参数与疲劳程度相关性关系频率率（Blink Frequency）指的是在单位时间内眨眼的次数。正员在清醒状态时大约每 2~4 秒内出现一次眨眼，每分钟，单次眨眼大概持续 0.25-0.3 秒的时间[7,25]。相比于正常驾驾驶人员处于疲劳状态，眼睛的眨眼频率会降低[7]。通过正与实时驾驶状态比较可以一定程度上检测驾驶人员的疲劳状态脸面部特征的疲劳检测方法中，除了眼睛可以有效反应疲闭合状态也可以有效反应驾驶人员的疲劳状态。正常驾驶一般处于闭合或者微弱张开状态（正常说话时）。而人处于哈欠行为出现，打哈欠时嘴部的张开度往往大于正常说话欠是一个连续的过程，发生的时间长度也要大于正常说话张开闭合情况以及张开的时间长度检测驾驶人员的疲劳状


本文编号：3436930