基于支持向量机的疲劳驾驶检测算法研究

发布时间：2021-01-27 07:38

　　自从改革开放以来,我国的经济开始了飞速的发展,伴随着经济发展,人们的生活质量也越来越高,汽车也开始逐渐的走进了各家各户,并逐步成为了人们生产生活中不可缺少的重要工具,它不仅极大的提高了人们工作和出行的效率,也为人们的物质生活增添了不少色彩.尤其是近年来随着经济的不断发展,我国汽车的数量开始猛增,但同时也伴随而来了一些负面的社会问题,其中就有越来越多的交通事故.交通事故造成的原因有:驾驶员醉酒驾驶,违反交通规则驾驶,情绪驾驶以及疲劳驾驶等等,在多年来对交通事故原因的统计以及分析的结果中可知,疲劳驾驶是造成交通事故的重要因素.因此,为了保障驾驶员的生命与财产安全,对驾驶员进行疲劳驾驶检测就显得尤为重要.通过认真分析研究国内外在疲劳驾驶检测方面的研究现状,本文融合了眼睛状态以及头部姿态,提出一种基于改进支持向量机的疲劳驾驶检测方法,对驾驶员的疲劳程度进行判断.论文完成的主要工作如下:（1）首先对肤色特点进行分析,选择对肤色聚类性较好的Ycbcr色彩空间对待检测图像中的肤色部分进行分离,然后在分离出肤色部分的区域使用类Harr特征的AdaBoost分类算法进行人脸检测.（2）在检测出的脸部区域... 

【文章来源】：长春理工大学吉林省

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

拥堵的车辆通过对道路交通事故原因统计的结果表明，造成交通事故主要有以下三大原因：[1]

第2章人脸检测算法102.3.2Haar-like矩形Haar矩形特征是由Papagorgion等人提出的，并将其运用到了人脸检测中.Haar-like特征可用来表示图像局部区域内的灰度变化[33]，增强人脸特征表示，因此人脸部的一些特征可用Haar-like特征进行描述和表示.计算机内部可通过计算像素值来完成Haar-like矩形特征从形状到数值的变化[34].下面分别为Haar特征中的双矩形特征，三矩形特征和四矩形特征[35].双矩形特征：a)b)图2.3双矩形特征三矩形特征：a)b)图2.4三矩形特征四矩形特征：图2.5四矩形特征Harr矩形特征能够很好的刻画正面人脸，然而却无法准确检测倾斜的人脸图像.对此RainerLienhart等人在Harr矩形特征的基础之上进行了扩展，构建了旋转的Harr特征，称之为Harr-like特征.Harr-like特征共有四种特征分别为：线性特征，边缘特

边缘特征


本文编号：3002701