基于多特征的疲劳驾驶识别算法研究与实现

发布时间：2021-12-24 10:24

　　疲劳驾驶引发的道路交通事故已使人们的生命财产安全受到了严重的威胁。如何提前检测驾驶员的疲劳程度并预警,从根本上避免交通事故的发生已成为目前疲劳驾驶检测技术研究领域中的一大热点。本文对现有的驾驶员疲劳检测方法进行分析和总结后,提出一种基于驾驶员行为多特征加权和的疲劳识别方法。主要研究工作有:1.图像预处理及人脸检测与跟踪。由于采集的视频图像在存储过程中可能会受到各类噪声不同程度的污染。因此预先对图像进行平滑去噪及光照补偿处理,以确保人脸检测的准确性。然后采用高精度的基于Harr-like的AdaBoost人脸检测算法检测人脸。在检测到图像中的人脸后,采用判别尺度空间的跟踪算法（DDST）对面部区域实时跟踪。2.针对于疲劳时人眼状态变化,本文提出了一种基于SVM多特征融合的睁闭眼状态识别方法。首先采用基于级联回归树算法对检测到或跟踪到的人脸进行特征点定位,根据人眼特征点的位置定位人眼区域。由人眼的12个特征点计算人眼纵横比EAR,根据EAR来识别眼部睁闭状态;使用自适应域方法计算人眼二值图像的黑色像素累积差值来识别人眼睁闭状态。最后将两种方法得到的特征值作为SVM分类器的输入参数进行模型训... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

Haar-like特征分类

矩形D区域像素和计算示意图

基于AdaBoost算法不同角度人脸检测结果

【参考文献】：
期刊论文
[1]基于深度学习的疲劳驾驶检测算法[J]. 戴诗琪,曾智勇.  计算机系统应用. 2018(07)
[2]基于面部行为分析的驾驶员疲劳检测方法[J]. 耿磊,袁菲,肖志涛,张芳,吴骏,李月龙.  计算机工程. 2018(01)
[3]基于数据融合的疲劳驾驶检测算法[J]. 李娟,王富,王维锋,汪恩军,杨阳.  武汉工程大学学报. 2016(05)
[4]疲劳驾驶研究进展综述[J]. 胡鸿,易灿南,廖远志,胡武.  价值工程. 2015(18)
[5]面向疲劳驾驶的阈值法人眼睁闭识别研究[J]. 杨露,杨万坤.  知识经济. 2013(14)
[6]基于统计的人脸检测方法研究[J]. 张明慧,张明超,张尧禹.  电脑编程技巧与维护. 2012(18)
[7]运动目标跟踪算法研究综述[J]. 张娟,毛晓波,陈铁军.  计算机应用研究. 2009(12)
[8]几种图像平滑去噪方法的比较[J]. 唐娅琴.  西南大学学报(自然科学版). 2009(11)
[9]机动车驾驶员注意及相关因素的调查研究[J]. 刘援朝,孙忠友,魏玉桂.  社会心理科学. 2007(Z1)
[10]机动车驾驶员注意及相关因素的调查研究[J]. 刘援朝,孙忠友,魏玉桂.  社会心理科学. 2007 (Z1)

硕士论文
[1]基于相关滤波的单目标跟踪算法研究[D]. 钟国崇.南昌航空大学 2018
[2]基于人眼状态检测的疲劳驾驶识别研究[D]. 蔡伽.河北科技大学 2018
[3]基于卷积神经网络的人脸识别在疲劳驾驶检测中的应用[D]. 幸坚炬.广东技术师范学院 2017
[4]基于表情与头部状态识别的疲劳驾驶检测算法的研究[D]. 邹昕彤.吉林大学 2017
[5]基于眼部识别的疲劳驾驶检测系统设计[D]. 李延枫.成都理工大学 2017
[6]疲劳对驾驶适宜性的影响及识别方法研究[D]. 晏朝.长安大学 2017
[7]疲劳状态下驾驶人生理及眼动特征研究[D]. 付川云.哈尔滨工业大学 2011
[8]基于先验知识的人脸检测算法研究[D]. 董立新.大连理工大学 2010



本文编号：3550313