基于眼部識(shí)別的駕駛員瞌睡實(shí)時(shí)監(jiān)測(cè)方法研究.pdf

1、目前,疲勞駕駛在車輛肇事中占了相當(dāng)大的一部分。疲勞往往容易引起瞌睡,但是許多疲勞的駕駛員卻常常不知道自己已經(jīng)處在瞌睡的危險(xiǎn)狀態(tài)之中,因此需要設(shè)計(jì)一種瞌睡監(jiān)測(cè)的方法來實(shí)時(shí)地監(jiān)控駕駛員的精神狀態(tài),一旦其處于瞌睡狀態(tài),系統(tǒng)馬上采取合適方式報(bào)警提醒。
　　 目前瞌睡監(jiān)測(cè)的方法有測(cè)量駕駛員生理信號(hào)、測(cè)量車輛的行駛參數(shù)、建立數(shù)學(xué)模型測(cè)量駕駛員疲勞度等,但是這些方法都存在著不可靠或難以實(shí)現(xiàn)的缺點(diǎn),有些方法則需要借助于額外的儀器設(shè)備進(jìn)行接觸式的

2、檢測(cè),易造成駕駛員的不適?；趫D像處理的瞌睡監(jiān)測(cè)方法以其非接觸式和可靠性的特點(diǎn)越來越受到研究人員的重視。
　　 本文給出了一種基于眼部識(shí)別的瞌睡監(jiān)測(cè)方法,該方法主要從人臉檢測(cè)和瞌睡識(shí)別兩方面對(duì)傳統(tǒng)的瞌睡監(jiān)測(cè)進(jìn)行了改進(jìn)。論文的主要工作如下:
　　 1、提出一種在AdaBoost基礎(chǔ)上改進(jìn)的人臉檢測(cè)方法。AdaBoost方法是一種基于樣本學(xué)習(xí)的方法,它的提出是人臉檢測(cè)速度提高的一個(gè)轉(zhuǎn)折點(diǎn),使得人臉檢測(cè)從真正意義上走向?qū)嵱?。?/p>

3、是該方法不能進(jìn)行多姿態(tài)人臉的檢測(cè),這對(duì)于駕駛員驅(qū)車過程中可能出現(xiàn)的各種各樣的人臉姿勢(shì)檢測(cè)顯然是不適應(yīng)的。因此本文提出了一種新的面向多姿態(tài)的AdaBoost人臉檢測(cè)算法,該方法解決了駕駛員面部檢測(cè)的多姿態(tài)問題。
　　 2、根據(jù)本應(yīng)用的實(shí)際情況,提出多特征量化及模糊融合的眼睛狀態(tài)識(shí)別方法。瞌睡監(jiān)測(cè)最主要的是眼部狀態(tài)的識(shí)別,傳統(tǒng)的眼部狀態(tài)識(shí)別方法大多是基于單個(gè)眼部特征進(jìn)行的識(shí)別,本文通過綜合利用眼部的兩種有效特征提高識(shí)別的精度。由于多

4、特征綜合考慮勢(shì)必影響識(shí)別速度,因此本文設(shè)計(jì)將所選用的特征進(jìn)行量化,提高了眼部狀態(tài)識(shí)別的速度,滿足了實(shí)時(shí)性的要求。最終的眼部狀態(tài)由上眼瞼曲率和睜眼面積兩種眼部特征模糊融合得到,具有較好的精確性和實(shí)時(shí)性。
　　 3、基于以上兩種方法,給出了瞌睡監(jiān)測(cè)設(shè)計(jì)方案,并對(duì)該方案進(jìn)行了實(shí)驗(yàn)和分析。實(shí)驗(yàn)證明,本文提出的在AdaBoost基礎(chǔ)上改進(jìn)的人臉檢測(cè)方法和新提出的多特征量化及模糊融合的眼睛狀態(tài)識(shí)別方法,應(yīng)用到駕駛員瞌睡監(jiān)測(cè)方面,具有很好的精