基于人眼檢測(cè)的駕駛員疲勞狀態(tài)識(shí)別技術(shù).pdf

1、隨著我國(guó)居民汽車保有量的不斷增長(zhǎng)，道路交通安全問(wèn)題就變得越來(lái)越突出。而在各種導(dǎo)致交通事故的因素中，駕駛員的疲勞駕駛是非重要的一種。因此如何能快速有效的判斷駕駛員的疲勞狀態(tài)就成了解決這一問(wèn)題的重要方法。本文就是通過(guò)計(jì)算機(jī)視覺(jué)的方法對(duì)駕駛員的眼部狀態(tài)進(jìn)行識(shí)別，從而判斷駕駛員是否疲勞。
　　首先本文利用AdaBoost算法對(duì)人臉進(jìn)行檢測(cè)，然后結(jié)合找到的人臉區(qū)域，進(jìn)一步使用該算法進(jìn)行人眼的檢測(cè)。這樣可以就解決人眼檢測(cè)的誤識(shí)率高的問(wèn)題。實(shí)驗(yàn)

2、證明了這種兩次檢測(cè)相結(jié)合的方法要比只使用一次檢測(cè)方法的效果好，而所增加的代價(jià)卻很低。
　　盡管AdaBoost算法速度快、誤識(shí)率低，但其存在的漏檢問(wèn)題會(huì)降低檢測(cè)系統(tǒng)的可靠性。為了解決這一問(wèn)題，本文在利用AdaBoost算法進(jìn)行識(shí)別的同時(shí)還使用了Kanade-Lucas光流算法對(duì)人眼區(qū)域進(jìn)行實(shí)時(shí)跟蹤，從而消除了由AdaBoost算法漏檢所造成的潛在危險(xiǎn)。通過(guò)實(shí)驗(yàn)證明，該算法可以與AdaBoost算法進(jìn)行有效的互補(bǔ)，從而提高了系統(tǒng)的魯