基于面部细微运动识别及深度学习的疲劳驾驶检测
发布时间：2021-11-23 14:38
随着交通的发展,车辆为人们的出行带来了巨大便利,与此同时交通事故造成的财产损失和人员伤亡也逐年增加。研究调查发现,疲劳驾驶是引发道路事故的重要因素。因此,对疲劳驾驶行为进行有效检测成为了交通领域的研究热点。本文通过打哈欠检测和打瞌睡检测相结合的方法来进行疲劳驾驶检测。面部运动包括嘴部运动、眼部运动等。面部运动相对于肢体运动来说运动变化幅度较小,可视为细微运动。本文的研究涉及到嘴部运动和眨眼运动这两类面部细微运动的识别。基于嘴部细微运动识别的打哈欠检测。现有的许多打哈欠检测方法都是对单张静态图片中的嘴部状态进行检测,很少有方法将打哈欠作为一种面部运动去识别。许多面部运动或表情具有和打哈欠相似的嘴部张开状态。如果将打哈欠视为一个静止的状态去识别和统计,那么很容易造成错误的检测。一些方法将嘴部张开时间作为一种判断条件,但这些方法需要对视频中的每一帧图片进行嘴部状态判断,计算开销很大。为了解决打哈欠检测中的上述问题,本文将打哈欠作为一种面部运动去识别,提出了一种基于嘴部细微运动识别的打哈欠检测方法。该方法不需要对视频中的每一帧进行处理,极大的减少了检测的时间开销。为了对嘴部细微运动进行有效识别...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１人脑视觉系统??７??
?第２章基于计算机视觉检测方法相关研究???图２．２所示为神经元基本结构。??Ｙ?ｆ?ｎ??：ｃ〇ｎ?ｉ．?．?＾??ｂ??图２．２神经元基本结构??在上图所示的神经元中，为神经元的输入，??神经元输入对应的权重系数。＆为输入的偏置系数。将输入与相应的权重系数??相乘并加上偏置系数，／为非线性激活函数，作用是将该神经元的输入进行非??线性转化以作为该神经元的输出，计算公式如公式２．１所示。神经网络采用非??线性函数作为神经元激活函数的目的是为了增强神经元的表征能力。多个神经??元以多种方式组合起来可以表征各种各样的输入与输出，形成不同的神经网络。??ｈ［ｘ）?＝?ｆ?＾ｘ＾＋ｂ?（２．１）??Ｖ?／＝ｉ?Ｊ??２．２卷积神经网络??卷积神经网络的结构和其它神经网络类似。图２．３是一个典型的卷积神经??网络结构。??／７＼?＾?＾??ＺＺ＾Ｚ７＾?＾??Ｌ＾ｌ?［ｊｙ??输入层?卷积层１?池化层１?卷积层２?池化层２?全连接层??图２．３卷积网络基本结构??８??
?第２章基于计算机视觉检测方法相关研究???图２．２所示为神经元基本结构。??Ｙ?ｆ?ｎ??：ｃ〇ｎ?ｉ．?．?＾??ｂ??图２．２神经元基本结构??在上图所示的神经元中，为神经元的输入，??神经元输入对应的权重系数。＆为输入的偏置系数。将输入与相应的权重系数??相乘并加上偏置系数，／为非线性激活函数，作用是将该神经元的输入进行非??线性转化以作为该神经元的输出，计算公式如公式２．１所示。神经网络采用非??线性函数作为神经元激活函数的目的是为了增强神经元的表征能力。多个神经??元以多种方式组合起来可以表征各种各样的输入与输出，形成不同的神经网络。??ｈ［ｘ）?＝?ｆ?＾ｘ＾＋ｂ?（２．１）??Ｖ?／＝ｉ?Ｊ??２．２卷积神经网络??卷积神经网络的结构和其它神经网络类似。图２．３是一个典型的卷积神经??网络结构。??／７＼?＾?＾??ＺＺ＾Ｚ７＾?＾??Ｌ＾ｌ?［ｊｙ??输入层?卷积层１?池化层１?卷积层２?池化层２?全连接层??图２．３卷积网络基本结构??８??
【参考文献】：
期刊论文
[1]基于深度卷积网络和在线学习跟踪的驾驶员打哈欠检测[J]. 张伟伟,糜泽阳,肖凌云,钱宇彬. 中国机械工程. 2019(08)
[2]一种基于卷积神经网络的哈欠检测算法[J]. 马素刚,赵琛,孙韩林,韩俊岗. 计算机科学. 2018(S1)
[3]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)
[4]一种基于眼部状态的疲劳驾驶检测方法[J]. 毛须伟,景文博,王晓曼,刘学,张姗姗,张茂桢. 长春理工大学学报(自然科学版). 2016(02)
[5]基于嘴巴特征点曲线拟合的哈欠检测[J]. 谢国波,陈云华,张灵,丁伍洋. 计算机工程与科学. 2014(04)
[6]汽车驾驶员瞌睡状态脑电波特征的初步探索[J]. 王炳浩,魏建勤,吴永红. 汽车工程. 2004(01)
博士论文
[1]机动车疲劳驾驶行为识别方法研究[D]. 毛喆.武汉理工大学 2009
硕士论文
[1]基于面部特征的疲劳驾驶检测系统设计[D]. 李庆臣.郑州大学 2019
[2]高置信度策略的DSST目标检测和跟踪及系统实现[D]. 扆梦楠.太原理工大学 2018
[3]基于PERCLOS的列车司机驾驶疲劳检测研究[D]. 李强.北京交通大学 2014
本文编号：3514088
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１人脑视觉系统??７??
?第２章基于计算机视觉检测方法相关研究???图２．２所示为神经元基本结构。??Ｙ?ｆ?ｎ??：ｃ〇ｎ?ｉ．?．?＾??ｂ??图２．２神经元基本结构??在上图所示的神经元中，为神经元的输入，??神经元输入对应的权重系数。＆为输入的偏置系数。将输入与相应的权重系数??相乘并加上偏置系数，／为非线性激活函数，作用是将该神经元的输入进行非??线性转化以作为该神经元的输出，计算公式如公式２．１所示。神经网络采用非??线性函数作为神经元激活函数的目的是为了增强神经元的表征能力。多个神经??元以多种方式组合起来可以表征各种各样的输入与输出，形成不同的神经网络。??ｈ［ｘ）?＝?ｆ?＾ｘ＾＋ｂ?（２．１）??Ｖ?／＝ｉ?Ｊ??２．２卷积神经网络??卷积神经网络的结构和其它神经网络类似。图２．３是一个典型的卷积神经??网络结构。??／７＼?＾?＾??ＺＺ＾Ｚ７＾?＾??Ｌ＾ｌ?［ｊｙ??输入层?卷积层１?池化层１?卷积层２?池化层２?全连接层??图２．３卷积网络基本结构??８??
?第２章基于计算机视觉检测方法相关研究???图２．２所示为神经元基本结构。??Ｙ?ｆ?ｎ??：ｃ〇ｎ?ｉ．?．?＾??ｂ??图２．２神经元基本结构??在上图所示的神经元中，为神经元的输入，??神经元输入对应的权重系数。＆为输入的偏置系数。将输入与相应的权重系数??相乘并加上偏置系数，／为非线性激活函数，作用是将该神经元的输入进行非??线性转化以作为该神经元的输出，计算公式如公式２．１所示。神经网络采用非??线性函数作为神经元激活函数的目的是为了增强神经元的表征能力。多个神经??元以多种方式组合起来可以表征各种各样的输入与输出，形成不同的神经网络。??ｈ［ｘ）?＝?ｆ?＾ｘ＾＋ｂ?（２．１）??Ｖ?／＝ｉ?Ｊ??２．２卷积神经网络??卷积神经网络的结构和其它神经网络类似。图２．３是一个典型的卷积神经??网络结构。??／７＼?＾?＾??ＺＺ＾Ｚ７＾?＾??Ｌ＾ｌ?［ｊｙ??输入层?卷积层１?池化层１?卷积层２?池化层２?全连接层??图２．３卷积网络基本结构??８??
【参考文献】：
期刊论文
[1]基于深度卷积网络和在线学习跟踪的驾驶员打哈欠检测[J]. 张伟伟,糜泽阳,肖凌云,钱宇彬. 中国机械工程. 2019(08)
[2]一种基于卷积神经网络的哈欠检测算法[J]. 马素刚,赵琛,孙韩林,韩俊岗. 计算机科学. 2018(S1)
[3]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)
[4]一种基于眼部状态的疲劳驾驶检测方法[J]. 毛须伟,景文博,王晓曼,刘学,张姗姗,张茂桢. 长春理工大学学报(自然科学版). 2016(02)
[5]基于嘴巴特征点曲线拟合的哈欠检测[J]. 谢国波,陈云华,张灵,丁伍洋. 计算机工程与科学. 2014(04)
[6]汽车驾驶员瞌睡状态脑电波特征的初步探索[J]. 王炳浩,魏建勤,吴永红. 汽车工程. 2004(01)
博士论文
[1]机动车疲劳驾驶行为识别方法研究[D]. 毛喆.武汉理工大学 2009
硕士论文
[1]基于面部特征的疲劳驾驶检测系统设计[D]. 李庆臣.郑州大学 2019
[2]高置信度策略的DSST目标检测和跟踪及系统实现[D]. 扆梦楠.太原理工大学 2018
[3]基于PERCLOS的列车司机驾驶疲劳检测研究[D]. 李强.北京交通大学 2014
本文编号：3514088
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3514088.html
