改進(jìn)的ASM人眼識(shí)別及其在疲勞駕駛中的應(yīng)用.pdf

1、人眼的狀態(tài)檢測(cè)和定位是人臉圖像分析中最重要，也是最基本的問題之一，它不僅可以提高人臉識(shí)別的速度和檢測(cè)的準(zhǔn)確性，而且能夠提高人臉識(shí)別算法的實(shí)時(shí)性。在臉部器官定位方面，由于人臉各器官的幾何關(guān)系，只要人眼被精確定位，人臉其它部件的特征點(diǎn)就可以通過潛在的相關(guān)系數(shù)進(jìn)行定位。人眼特征點(diǎn)的定位還可以使人臉較好地歸一化，預(yù)處理的效果也更加明顯。針對(duì)眼睛狀態(tài)的檢測(cè)國(guó)內(nèi)外已經(jīng)提出了不少方法，但大部分方法都存在檢測(cè)的準(zhǔn)確度低或?qū)崟r(shí)性差等不足。本文以經(jīng)典的可形

2、變模型--主動(dòng)形狀模型(ASM)力基礎(chǔ)，進(jìn)行了人眼狀態(tài)檢測(cè)的研究并將其應(yīng)用于疲勞駕駛檢測(cè)系統(tǒng)中。
　　 本論文主要工作如下：
　　 1．重點(diǎn)討論了主動(dòng)形狀模型的算法思想。
　　 首先介紹了點(diǎn)分布模型，并在特征點(diǎn)標(biāo)定、樣本集對(duì)齊、形狀建模幾個(gè)方面進(jìn)行了討論。在形狀建模中，用PCA方法對(duì)IMM人臉庫進(jìn)行了人臉模型的構(gòu)建，并給出了相關(guān)的人臉模型。然后詳盡地描述了主動(dòng)形狀模型的整個(gè)搜索過程，對(duì)其主要步驟：模型的初始定位、

3、尋找最佳匹配位置、計(jì)算模型參數(shù)、更新模型參數(shù)給出了詳細(xì)的算法。并在人眼庫的實(shí)驗(yàn)環(huán)境中進(jìn)行了實(shí)驗(yàn)研究并給出了人眼的部分搜索實(shí)例圖來驗(yàn)證ASM的搜索效果。
　　 2．為了提高主動(dòng)形狀模型的性能，提出了一種改進(jìn)的ASM算法。
　　 本文在介紹和討論傳統(tǒng)ASM方法與不足的基礎(chǔ)上，提出了一種改進(jìn)的ASM匹配算法。改進(jìn)算法采用以輪廓點(diǎn)為中心的近似圓盤區(qū)域的二維灰度信息代替原算法的一維法線灰度信息進(jìn)行目標(biāo)輪廓匹配。通過對(duì)比實(shí)驗(yàn)和結(jié)果分

4、析，證明本文改進(jìn)ASM方法與傳統(tǒng)ASM方法相比，目標(biāo)輪廓的定位精度有了顯著的提高。
　　 3．將改進(jìn)的ASM算法應(yīng)用于疲勞駕駛檢測(cè)系統(tǒng)。
　　 在駕駛員疲勞的研究中經(jīng)常需要對(duì)眼睛進(jìn)行精確定位和狀態(tài)識(shí)別，以獲得有價(jià)值的信息。本論文采用改進(jìn)的ASM算法對(duì)駕駛員的眼睛進(jìn)行狀態(tài)識(shí)別，首先，用Adaboost算法粗略定位眼睛，接著采用以輪廊點(diǎn)為中心的近似圓盤區(qū)域的二維灰度信息進(jìn)行眼睛狀態(tài)輪廓的精確匹配，最后結(jié)合PERCLOS測(cè)評(píng)原