基于面部特征的疲劳驾驶预警系统的研究

发布时间：2017-08-08 11:41

  本文关键词：基于面部特征的疲劳驾驶预警系统的研究

  更多相关文章： 疲劳驾驶 MATLAB 人脸检测 人眼定位 人嘴定位 改进的“三庭五眼” 法 DS证据理论算法

【摘要】：自从上世纪70年代末以来,人民的可支配收入也越来越多,汽车作为现代交通工具,早已不是什么稀罕物件。截至2014年年底,我国的机车保有量为2.64亿辆,其中汽车的数量为1.54亿辆。人民出行更加方便,同时交通事故几乎每天充斥着我们的生活,轻者伤筋动骨,重者家破人亡,交通事故已然成为了一个社会问题。现代快节奏的都市生活,使人们精神难以集中,特别是在长途旅途驾驶中,人们身心具备,特别容易疲劳,许多交通事故就是在这样的情况下发生的。特别是在一些特大交通事故中,疲劳驾驶引起的交通事故更是占据了很大的比率。因此,研究出一种有效的疲劳驾驶预警系统,减少因疲劳驾驶引起的交通事故,提高驾驶员的安全性,迫在眉睫。本文在分析了国内外疲劳驾驶研究的现状之后,根据人的面部器官分布位置和状态进行分析,然后在软件MATLAB上做仿真验证试验,得到了令人满意的结果。本文所做的研究内容如下：(1)本文首先根据国内由于疲劳驾驶引起的诸多负面因素分析论文的研究背景及意义；其次根据大量文献分析了当下国内和国外对该课题的研究现状;最后浅谈疲劳驾驶预警系统研究和发展的方向。(2)根据人脸肤色的特征,比较了几种常见的颜色空间模型,由于人脸肤色各异,但因都是亮度引起的,故本文根据YCbCr颜色空间,建立高斯模型,提取人脸；由于Adaboost算法能够滤除部分小的对肤色识别有干扰的部分,因此本文对Adaboost算法也进行了研究；模板匹配法是根据人脸灰度的平均值,将事先准备好的人脸模板与得到的图片做比较,相关性越小,得到的图片与模板图片越像。本文为了得到更加准备的人脸图片,方便后续特征提取,将这三种方法进行融合,能够快速准确的得到人脸图片,实验结果表明鲁棒性很强。(3)接下来本文就分析和研究了眼睛和嘴巴的特征,并对眼睛和嘴巴进行定位检测；首先在分析常见的定位方法之后,为了考虑快速性,基于前文所做的努力,提出了基于改进的“三庭五眼”法定位眼睛和嘴巴,再将图片二值化,根据眼睛和嘴巴的轮廓,准确提取眼睛和嘴巴。(4)正确定位好眼睛和嘴巴之后,接下来就是分析它们的状态是疲劳还是非疲劳状态。对于眼睛,本文采用经典判断眼睛疲劳的算法,即PERCLOS算法；对于嘴巴,本文则是根据模板匹配法,即事先准备好嘴巴张开到什么程度是张开,什么程度是闭合的模板,然后将得到的人嘴图片与之做匹配。(5)单一条件的判断,不管是根据眼睛和嘴巴,都很难做到准确的判断,驾驶员到底是疲劳还是非疲劳状态,信息融合技术弥补了这种缺陷.。本文在分析研究了几种常见的信息融合算法之后,采取了DS证据理论推理算法,将眼睛和嘴巴的状态通过DS算法进行融合,然后综合判断驾驶员到底是疲劳驾驶还是非疲劳驾驶。本文充分考虑了人脸提取及面部特征(眼睛和嘴巴)的定位,以及眼睛和嘴巴的状态分析,最后通过DS算法将眼睛和嘴巴的状态进行信息融合,综合考虑二者的状态,最后判断驾驶员是否疲劳。
【关键词】：疲劳驾驶 MATLAB 人脸检测 人眼定位 人嘴定位 改进的“三庭五眼” 法 DS证据理论算法
【学位授予单位】：安徽工程大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TP277
【目录】：

• 摘要5-8
• ABSTRACT8-13
• 第1章 绪论13-23
• 1.1 论文的研究背景和意义13-16
• 1.2 疲劳驾驶预警系统的研究情况及未来发展导向16-20
• 1.2.1 疲劳驾驶概述16-17
• 1.2.2 国外研究情况17-19
• 1.2.3 国内研究情况19
• 1.2.4 研究疲劳驾驶预警系统的趋势19-20
• 1.3 本文的结构安排及主要内容20-22
• 1.4 本章小结22-23
• 第2章 人脸检测方法研究23-35
• 2.1 颜色空间24-26
• 2.1.1 几种常用颜色空间24-26
• 2.1.2 YCbCr颜色空间26
• 2.2 基于肤色的人脸图像分割26-28
• 2.2.1 高斯模型26-27
• 2.2.2 基于肤色分割27-28
• 2.3 Adaboost算法28-30
• 2.4 模板匹配方法30-32
• 2.5 基于三种混合方法的实验结果32-34
• 2.6 本章小结34-35
• 第3章 人眼检测及状态分析35-42
• 3.1 常见人眼检测算法35-39
• 3.1.0 霍夫(Hough)变换法35-36
• 3.1.1 积分投影法36-37
• 3.1.2 阈值分割法37-38
• 3.1.3 改进的“三庭五眼”法38-39
• 3.2 根据人眼疲劳判断39-41
• 3.3 本章小结41-42
• 第4章 人嘴检测及状态分析42-47
• 4.1 常见的人嘴检测算法43-44
• 4.1.1 基于Fisher准则的人嘴定位算法43
• 4.1.2 基于AAM算法的人嘴定位算法43-44
• 4.1.3 基于人脸几何分布特征的定位算法44
• 4.2 基于改进的“三庭五眼”法检测人嘴44-45
• 4.3 人嘴状态的判断45-46
• 4.4 本章小结46-47
• 第5章 信息融合技术在疲劳驾驶预警系统中的应用47-60
• 5.1 常见的信息融合技术简介48-51
• 5.1.1 模糊推理算法48-49
• 5.1.2 可能性理论算法49-50
• 5.1.3 贝叶斯融合算法50-51
• 5.2 DS证据理论基础概述51-55
• 5.2.1 DS证据理论的基本概念51-53
• 5.2.2 DS证据理论的组合规则53-55
• 5.3 基于DS证据理论的信息融合55-56
• 5.4 DS证据理论算法在疲劳驾驶中的应用56-59
• 5.4.1 DS证据理论算法的优点56
• 5.4.2 DS证据理论算法在本文中的应用与计算56-59
• 5.5 本章小结59-60
• 第6章 总结与展望60-62
• 参考文献62-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 袁圆;;人脸面部特征提取综述[J];长江大学学报(自然科学版)理工卷;2008年04期

2 张志刚;周术诚;张志强;孙大鸣;;一种改进的面部特征定位方法[J];计算机应用与软件;2009年03期

3 常虹;蒋建国;詹曙;;基于改进主动表现模型的人脸面部特征定位[J];电视技术;2009年07期

4 刘峰;;基于面部特征的性别鉴别方法研究[J];计算机光盘软件与应用;2013年05期

5 张春雨,陈绵书,陈贺新;基于流水分割的面部特征定位[J];计算机工程;2004年04期

6 莫剑宏;郑丽;;基于面部特征的性别识别[J];社会心理科学;2010年Z2期

7 池强;朱永华;方昱春;;基于视频序列的面部特征跟踪系统的实现[J];计算机工程与设计;2011年11期

8 宋宇;刘美丽;庞柏梅;;一种人脸面部特征的提取方法[J];长春工业大学学报(自然科学版);2009年06期

9 章品正;徐琴珍;王征;;基于小波矩的面部特征匹配定位方法[J];计算机工程与应用;2007年26期

10 丁冬;高智商的家庭[J];个人电脑;1999年08期

中国重要会议论文全文数据库 前2条

1 李灿东;蔡艺芳;;基于面部特征构建中医望诊面部二维坐标体系[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

2 王霞;温有锋;刘宇卓;杨洋;曹芳;;黑龙江富裕县三家子村满族成人头面部特征[A];中国解剖学会2013年年会论文文摘汇编[C];2013年

中国重要报纸全文数据库 前10条

1 记者 卢国强;北京:大中商场探头须能辨面部特征[N];新华每日电讯;2011年

2 ;识别面部特征,猴有“专用”脑细胞[N];新华每日电讯;2006年

3 侯丽 编译;人类对他人的信任感具有“自发性”[N];中国社会科学报;2014年

4 Jonathan Thomson;像中之象[N];美术报;2007年

5 编译 任东华;为什么熟悉的面孔更亲切[N];北京科技报;2005年

6 刘莉莉;FBI要建世界最大人类生物资料库[N];新华每日电讯;2007年

7 记者 刘路沙;我国面像识别技术达国际先进水平[N];光明日报;2002年

8 本报记者 霍光;身份认证：从手指到人脸[N];中国计算机报;2009年

9 本报记者 聂翠蓉;生物识别让罪犯无路可逃[N];科技日报;2005年

10 本报记者 苏晓梅;打车遇违规，如何投诉最有效？[N];天津日报;2014年

中国博士学位论文全文数据库 前2条

1 牛志恒;面部特征点定位方法研究[D];哈尔滨工业大学;2009年

2 王庆祥;基于Kinect的主动外观模型及在表情动画上的应用[D];山东大学;2014年

中国硕士学位论文全文数据库 前10条

1 郭志芳;基于支持向量回归的面部特征点定位算法[D];南昌航空大学;2015年

2 汪亚芬;多视角面部特征点定位研究与应用[D];上海交通大学;2015年

3 周鹏飞;驾驶员疲劳驾驶实时检测系统设计与研究[D];长春工业大学;2016年

4 万泉;面向立体显示的人脸位置检测算法[D];南京大学;2016年

5 罗声平;基于面部特征的全天候疲劳驾驶检测及预警系统的研究[D];福州大学;2014年

6 钟伟;基于面部特征分析技术的地铁安防监控系统研究[D];暨南大学;2016年

7 马英;基于面部特征的疲劳驾驶预警系统的研究[D];安徽工程大学;2016年

8 张海龙;基于弹性模板的民族面部特征研究[D];东北大学;2010年

9 刘慧;民族面部特征提取及其识别算法研究[D];东北大学;2009年

10 常虹;基于改进型主动外观模型的面部特征定位与人脸识别方法研究[D];合肥工业大学;2009年

，

本文编号：639837