基于圖像的駕駛員疲勞表情識別算法研究.pdf

1、根據(jù)權(quán)威調(diào)查，在頻發(fā)的重大交通事故中，汽車駕駛員的疲勞駕駛通常是事故發(fā)生的罪魁禍首，所以對駕駛?cè)说钠跔顟B(tài)的實時檢測及識別，控制住因疲勞駕駛而引發(fā)的交通事故有著極其重要的意義。
　　 駕駛員疲勞表情識別的首要工作是要檢測出駕駛員的人臉區(qū)域。人臉檢測是目前自動化識別系統(tǒng)的一個關(guān)鍵的基礎性工作，檢測的精度直接影響到后續(xù)識別的結(jié)果。
　　 檢測到人臉區(qū)域之后，分析駕駛員正常狀態(tài)與疲勞狀態(tài)的差異，其中最為顯著的差異是駕駛員的眼睛

2、的閉合程度。然后通過提取駕駛員眼睛狀態(tài)的特征，作為識別駕駛員是否疲勞駕駛的重要依據(jù)。
　　 本文的主要研究工作如下:
　　 1.本文簡要介紹了疲勞檢測的概念、應用及國內(nèi)外研究現(xiàn)狀，然后用改進的AdaBoost算法對近紅外視頻圖像進行人臉檢測，實時檢測出駕駛員人臉區(qū)域。
　　 2.本文在確定駕駛員人臉區(qū)域后，運用ASM模型定位駕駛員眼睛，然后對眼睛部位進行圖像自適應二值化處理，然后獲得駕駛員眼睛部位的二值圖。

3、>　　 3.在提取出二值化的眼睛后，再利用ASM模型定位出眼睛的位置。過該位置豎直掃描眼睛的二值化圖像，將此掃描的灰度值（二值的）作為一個特征矢量xcenter，然后分別過與該位置水平方向距離一定步長（像素為單位）的位置同樣做掃描二值化眼睛圖像，得到兩個特征矢量xleft和xright，最后將這三個特征矢量做異或操作xcenter^xleft^xright，其結(jié)果作為最終的特征。這樣既提取出了描述駕駛員駕駛狀態(tài)有效特征，也提高了特征矢