列车驾驶员多视角实时疲劳检测方法研究

发布时间：2024-11-30 22:42

　　随着我国铁路运输高速迅猛地发展,列车驾驶员作业由传统的列车操控型,转变为对列车实时运行信息的长时间监控。单调长时间的驾驶作业会显著增加列车驾驶员的疲劳与嗜睡程度。列车驾驶员疲劳驾驶占列车事故原因中的比例最大。因此,如何减少由疲劳驾驶造成的列车事故,提高列车驾驶员的驾驶安全变得尤为重要。目前,较多的疲劳检测算法要求列车驾驶员正视摄像头,这使得列车驾驶员工作不便且造成了疲劳检测方法的局限性。为了使基于正面人脸的疲劳检测不受列车驾驶员头部姿态变化的影响,采用基于机器视觉的方法分析列车驾驶员的面部状态,通过逆投影修正和眼睛凝视修正算法修正由头部姿态变化导致的特征变形,利用PERCLOS和模糊推理相结合的方法对列车驾驶员的疲劳状态进行实时监测。主要研究内容包括:(1)为了满足实时性的要求,采用基于Adaboost的人脸检测算法快速定位人脸位置,提高人脸关键特征点定位算法的收敛速度。使用监督下降法对人脸关键特征点进行快速定位,利用获得的关键特征点求解头部姿态角度,并依据关键特征点的位置计算出的眼睛和嘴巴高度与宽度的比值作为疲劳特征。(2)研究了头部姿态变化与脸部疲劳特征的关系,分别建立了投影疲劳特征...

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

图2.11人脸检测部分测试结果

列车驾驶员多视角实时疲劳检测方法研究(b)负样本图2.10人脸检测部分训练样本图2.11展示了部分人脸检测算法的测试结果，耗时2417.68ms。图中总共64人，其中有5人检测失败，2人是因为佩戴了墨镜，2人是被遮挡，1人未能识别，无误检出现，检测率达到....

图4.3凝视与眼睑位置关系图

下凝视0°(b)向下下凝视10°(d)向下下凝视20°(f)向下

本文编号：4013127