基于头眼特征融合的驾驶员视线区域估计研究

发布时间：2024-03-31 04:45

　　随着车载娱乐装置与通讯系统的快速发展,驾驶员在驾驶过程中的注意力受到越来越多的干扰,由此引发的交通事故逐渐增多,为了解决该问题,本文对驾驶员的视线区域进行了相关研究。针对现有实验室环境中的视线估计系统光照条件单一、测试行为与真实驾驶行为相差较大的问题,本文设计了一种新的融合头部特征和眼睛特征的驾驶员视线区域估计系统,并通过真实的驾驶环境图像对系统进行了有效性测试。本文的主要研究内容如下所述:为了能提取驾驶员的头部和眼睛特征,本文首先根据驾驶员的实际驾驶环境给出了驾驶员面部图像定位和面部特征点定位的方法:即先使用Harr-like模板检测其面部纹理特征,再通过级联的强分类器完成面部区域的定位工作,针对多人乘车时驾驶室图像中可能检测到多个人脸区域的问题,本文通过人脸图像中心与主驾驶座头枕的相对位置关系给出了确定驾驶员面部图像的算法流程;根据ERT完成面部特征点的检测工作,再根据数据集图像和真实的驾驶图像验证了特征点检测算法的有效性。本文通过驾驶员头部特征完成其闭眼时刻视线区域的粗略估计:首先通过统计的方法分析得出驾驶员驾驶过程中面部中心点的常用区域,再根据面部中心点在此区域的相对位置来对驾...

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

图１－１所示，当摄像机将驾驶员图像传入视线??区域估计系统后，系统首先完成驾驶员的面部区域图像与特征点的定位工作；随??后将检测到的驾驶员面部图像通过第三章的算法确定其头部位置及头部姿态，通??

ｎｕｊｉｉ—ｉ—ｍｉ?????；?驾驶员眼睛区域提取??，１，１，?，?ｌ?，??驾驶员头部位置驾驶员头部姿态检?闭眼?｜驾驶员Ｂ艮睛状态??丨?ｙ：?｜丨?ｉ＇ｊ?丨＿??．备?１?丄睁眼??驾驶员头部俯仰角??丨?驾驶员瞳扎位置检??——?丨——Ｗ???＾?ｒ???驾驶员眼睛....

图２－１?Ｈａａｒ特征模板??Ｈａａｒ特征反应的是图像灰度信息的变化情况，而这些特征恰好能有效的反??

?第２章驾驶员面部特征定位???第２章驾驶员面部特征定位??本章介绍驾驶员面部特征定位的方法：包括面部区域图像定位及面部特征??点定位两方面内容。其中驾驶员面部区域定位采用的是Ａｄａｂｏｏｏｓｔ算法，面部特??征点定位采用的是ＥＲＴ算法。??２．１驾驶员面部区域定位??驾驶员面部....

图２－２人脸图像中的Ｈａｒｒ特征??

?山东大学硕士学位论文???应人脸的某些面部特征．？如眉毛与眼睛的灰度对比，脸颊与眼睛的灰度变化，??鼻梁两侧与鼻子的像素对比（如图２－２所示）。原始的Ｈａａｒ模板只有简单的四种??结构，检测的特征信息相对较少，只能检测出如图２－１左侧所示的四种特征，为??了能够得到更精确的面部....

图２－３?Ａｄａｂｏｏｓｔ算法积分图??

?山东大学硕士学位论文???应人脸的某些面部特征．？如眉毛与眼睛的灰度对比，脸颊与眼睛的灰度变化，??鼻梁两侧与鼻子的像素对比（如图２－２所示）。原始的Ｈａａｒ模板只有简单的四种??结构，检测的特征信息相对较少，只能检测出如图２－１左侧所示的四种特征，为??了能够得到更精确的面部....

本文编号：3943467