基于视频的车内侧脸特征轮廓提取方法研究

发布时间：2021-05-11 01:57

　　社会经济在飞快的发展,汽车也慢慢成为人们出行的主要方式。从传统的步行逐步过渡到开车出行,汽车给人们提供了大量帮助的同时,也带来了大量的负面影响。尤其是疲劳驾驶带来的危害最为显著,预防疲劳驾驶也是一个经久不衰的研究课题,在正脸识别系统被广泛开发的时候,侧脸进行疲劳检测的技术还不够成熟。于是,本文提出了车内人脸侧面轮廓信息及特征点信息的提取,将司机的侧脸轮廓信息以及特征点的轮廓信息提取并进行综合分析,后续可以通过设定新型的疲劳检测判决标准,将其应用到防驾驶疲劳系统中,方便疲劳驾驶的进一步研究与检测。本文的具体内容是:（1）对国内外人脸部的轮廓提取算法,特征区域提取情况,动态图片处理方法来分析总结。针对目前存在的问题,提出了侧脸轮廓及其特征点区域提取算法的必要性和可行性。（2）对驾驶人员的侧脸部位进行了粗提取,接着对比了各种颜色空间和肤色模型后,提出了本文的根据YCbCr颜色空间来构建椭圆肤色检测的模型,对粗提取的皮肤区域进行检测与定位。最后根据形态学的方法,对肤色区域进行了实验分析,对驾驶员侧脸皮肤区域进行了提取。（3）介绍了轮廓提取函数以及图像相减法来得到人脸轮廓,针对前者会产生内部和外... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 轮廓提取方法
        1.2.2 特征区域提取现状
        1.2.3 动态图片处理方法
    1.3 主要工作及内容安排
        1.3.1 主要工作
        1.3.2 内容安排
2 侧面人脸区域提取
    2.1 人脸区域的粗提取
    2.2 颜色空间选取
        2.2.1 RGB颜色空间
        2.2.2 HSV颜色空间
        2.2.3 YUV和 YIQ颜色空间
        2.2.4 YCbCr颜色空间
    2.3 肤色建模
        2.3.1 色度空间模型
        2.3.2 高斯模型
        2.3.3 YCbCr空间肤色分割模型
        2.3.4 椭圆肤色模型
        2.3.5 本文使用的肤色检测模型
    2.4 人脸皮肤区域提取
        2.4.1 基于纹理的提取人脸的方法
        2.4.2 基于数学形态学的提取人脸的方法
        2.4.3 本文算法分析
    2.5 本章小结
3 侧面人脸及特征点轮廓提取
    3.1 侧面人脸轮廓的提取方法介绍
        3.1.1 使用bwperim函数轮廓提取法
        3.1.2 图像相减法
        3.1.3 边界追踪法
    3.2 特征点轮廓提取法
        3.2.1 侧脸区域眼部的提取
        3.2.2 侧脸区域嘴部的提取
        3.2.3 侧脸区域下颌的提取
    3.3 动态分析
    3.4 本章小结
4 实验结果分析与对比
    4.1 实验结果分析
        4.1.1 实验平台介绍
        4.1.2 侧脸轮廓提取结果
        4.1.3 特征点轮廓提取结果
        4.1.4 动态结果分析
    4.2 与基于YUV-YIQ空间侧脸轮廓提取算法对比分析
        4.2.1 算法简介
        4.2.2 不同点对比
        4.2.3 结果对比
    4.3 本章小结
5 总结与展望
    5.1 本文工作总结
    5.2 未来研究展望
参考文献
附录
    A.作者在攻读学位期间发表的论文目录
    B.作者在攻读学位期间取得的科研成果目录
    C.学位论文数据集
致谢



本文编号：3180494