基于眼部纹理特征和身份识别的疲劳检测

发布时间：2022-10-05 19:04

　　疲劳,是人某种因素导致身体机能失调,出现工作能力下降等状况的现象。人在疲劳时,会出现判断困难,记忆力下降,注意力无法集中的状况,过度疲劳会导致人体丧失对外界突发状况的应急能力,甚至导致误操作,从而引发事故。为了人体的疲劳状态进行预警,需要开发行之有效的疲劳检测算法。由于基于脑电波信号和基于人员动作变化的疲劳检测方法存在干扰正常动作或系统之后严重的问题,基于视觉信息的疲劳检测算法被认为在公共安全领域具有不可忽视的重要意义。本文提出了基于眼部纹理特征和身份识别的疲劳检测算法。通过红外摄像头进行视觉信息采集,保证不同光照环境下的使用;在人脸检测和特征点定位的基础上,采用单个三维人脸模型进行人脸正脸化。通过姿态估计和定位点误差补偿提高正脸化精度。然后提取眼部HOG特征,利用概率SVM给出眼睛睁闭程度,并计算PERCLOS疲劳指标,作为疲劳状态判据,同时构建了专用的人员疲劳信息数据库用于疲劳检测算法的训练和检验。此外,为了针对不同使用者实现疲劳特征判据的个性化设置,引入了人脸识别模块。最后,基于本文所提出算法,构建了实际的疲劳检测系统并进行实际驾驶环境下的疲劳检测,实验结果证明了本文所提出算法的... 

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 引言
    1.2 研究背景
        1.2.1 应用背景
        1.2.2 技术背景
    1.3 技术研究现状
    1.4 本文主要研究内容
    1.5 本文章节安排
第二章 疲劳检测中的人脸检测与定位
    2.1 引言
    2.2 人脸检测
        2.2.1 Viola-Jones人脸检测器
        2.2.2 深度神经网络人脸检测器
    2.3 人脸追踪
        2.3.1 Camshift算法
        2.3.2 卡尔曼滤波追踪算法
    2.4 特征点定位
        2.4.1 约束局部模型
        2.4.2 组合回归树
    2.5 基于仿射变换的人脸归一化
    2.6 本章小结
第三章 非约束条件下的人脸正脸化
    3.1 引言
    3.2 硬性正脸化
    3.3 软对称
    3.4 自适应软对称
        3.4.2 基于脸部姿态的对称权重调整
        3.4.3 自适应定位点误差补偿
    3.5 数据库验证
    3.6 本章小结
第四章 基于HOG特征的疲劳判定算法
    4.1 引言
    4.2 PERCLOS疲劳检测指标
    4.3 基于方向梯度直方图的眼部特征提取
    4.4 基于概率SVM模型的眼部开闭程度判断
        4.4.1 概率支持向量机(Probabilistic SVM)
        4.4.2 滞环比较
    4.5 疲劳信息数据库构建
    4.6 实验结果
    本章小结
第五章 基于身份认定的自适应疲劳判定
    5.1 引言
    5.2 图像预处理
        5.2.1 高斯差分
        5.2.2 限制对比度自适应直方图均衡(CLAHE)
    5.3 人脸特征提取
        5.3.1 局部二值模式(LBP)
        5.3.2 方向边缘幅值模式
    5.4 相似性度量
    5.5 本章小结
第六章 算法有效性验证及实际应用
    6.1 引言
        6.1.1 基于嵌入式开发板的硬件系统构成
        6.1.2 基于并行运算架构的软件系统设计
    6.2 实验结果
    6.3 本章小结
第七章 工作总结与未来展望
    7.1 论文工作总结
    7.2 未来研究展望
参考文献
致谢
攻读硕士学位期间已发表或录用的论文


【参考文献】：
期刊论文
[1]基于机器视觉的驾驶员嘴部状态检测方法[J]. 施树明,金立生,王荣本,童兵亮.  吉林大学学报(工学版). 2004(02)



本文编号：3686332