視頻圖像中人臉定位及疲勞檢測(cè)的研究與應(yīng)用.pdf

1、隨著計(jì)算機(jī)科學(xué)在人機(jī)交互領(lǐng)域的飛速發(fā)展,基于機(jī)器視覺(jué)處理方面的應(yīng)用也越來(lái)越廣泛。針對(duì)日益增多的交通事故,對(duì)于如何有效的防止各種事故的發(fā)生,許多專(zhuān)家學(xué)者都在進(jìn)入廣泛而深入的研究。而使用非接觸式的疲勞檢測(cè)的研究方法,可以通過(guò)模式識(shí)別、機(jī)器學(xué)習(xí)、圖像處理等多個(gè)領(lǐng)域的知識(shí),研究這一課題對(duì)于檢驗(yàn)和發(fā)展這些領(lǐng)域的理論具有十分重要的意義。
　　 在眾多的疲勞檢測(cè)技術(shù)研究中,最有效的方法是根據(jù)眼睛的生理學(xué)表現(xiàn)形式來(lái)判斷疲勞狀態(tài),因而對(duì)眼睛的檢測(cè)

2、與跟蹤就成了研究疲勞的關(guān)鍵。本文采用一種非接觸式的監(jiān)督方法來(lái)檢測(cè)駕駛員眼睛的狀態(tài),通過(guò)分析眼睛的狀態(tài)情況來(lái)判斷駕駛員疲勞狀態(tài),當(dāng)疲勞時(shí)給以報(bào)警信號(hào)。利用機(jī)器學(xué)習(xí)的方法首先抽取出人臉區(qū)域,然后再抽取出眼睛位置,在此基礎(chǔ)上分析眼睛的狀態(tài),進(jìn)而分析駕駛員是否處于疲勞的情況。本文的工作如下:
　　 首先對(duì)采集到的視頻圖像進(jìn)行預(yù)處理,以減少冗余信息,增強(qiáng)所需要的信息。然后分析比較了目前人臉檢測(cè)的幾種方法,實(shí)現(xiàn)了基于膚色的人臉檢測(cè)方法和基于

3、AdaBoost的人臉檢測(cè)算法,并比較兩者的檢測(cè)準(zhǔn)確率。在系統(tǒng)的綜合實(shí)驗(yàn)中,選取了后者作為本實(shí)驗(yàn)的人臉檢測(cè)算法。在快速準(zhǔn)確定位出人臉區(qū)域后,對(duì)眼睛精確定位的范圍只縮小到了人臉的區(qū)域,再通過(guò)分析比較各種眼睛精確定位的算法,并實(shí)現(xiàn)了相關(guān)的算法。
　　 本文使用等亮度線的方法處理眼睛區(qū)域,增強(qiáng)眼球亮度,減少眼角暗角信息。在精確定位眼睛后,使用數(shù)學(xué)形態(tài)學(xué)的方法處理眼睛,并對(duì)處理結(jié)果進(jìn)行分析,判斷其是否為閉眼情況。最后統(tǒng)計(jì)眼睛閉合的時(shí)間長(zhǎng)