论文部分内容阅读
现代社会中,汽车的普及在推动交通运输业发展同时也方便了人们的出行,但是频频出现的恶性交通事故却直接威胁到了行人的生命安全。更为严重的是,驾驶员往往忽视身体出现的疲劳感而继续行车,这令危险发生率大幅提升。因此,监测驾驶员行车期间精神状态,发现疲劳时向驾驶人员做出安全提醒,这对提高安全行车以及减少事故惨剧的发生具有重要意义。依靠某种单一特征进行的疲劳检测易受外界环境影响,容易导致疲劳检测效果不太理想、可靠性较差的问题,因此,本文研究一种融合眼部疲劳参数和嘴部哈欠参数的疲劳驾驶检测方法,提升系统检测适用性和准确性。本论文主要对以下相关内容进行研究:(1)人脸检测算法的研究及仿真分析。对几种常用的人脸检测算法原理进行描述,着重阐述利用Adaboost算法实现定位人脸的原理和过程,以及利用肤色分割原理实现人脸定位的原理和过程,并对这两种方法进行仿真实验,结果证明前者具有更强的适应性和准确性。(2)人眼定位算法研究及仿真分析。针对双眼定位易受光照及闭眼等影响的问题,本文研究一种将Adaboost算法与PCNN分割相结合的双眼精确定位算法,并进行仿真实验,结果表明,该方法在睁眼和闭眼状态都能够达到准确定位人眼的目的,而且能够避眼镜镜框的干扰提取眼部特征。(3)改进的嘴部定位及提取嘴部内轮廓特征算法。为克服类唇色信息在嘴部定位时的干扰,以及嘴唇厚度对嘴部开合状态判别的影响,本文研究将YCbCr空间模型与LAB色度空间模型结合的嘴部定位,然后利用Gabor变换提取嘴部内轮廓特征的方法,仿真结果证明,该方法能够抵抗类唇色信息以及嘴唇厚度的干扰,实现嘴部准确定位以及哈欠判别。(4)特征融合的疲劳驾驶检测。分析眼部特征并根据PERCLOS准则进行疲劳驾驶检测实验;分析嘴部特征并根据嘴部哈欠频率进行疲劳驾驶检测实验;进行特征融合是疲劳驾驶检测实验。对比三种方法,结果证明基于特征融合的检测方法可以发挥不同特征之间的优势互补作用,能够提高疲劳检测系统的适用性和准确性。