基于綜合集成的駕駛疲勞識別.pdf

1、疲勞駕駛一直是車禍?zhǔn)鹿实闹饕蛑唬虼藢︸{駛員的疲勞狀態(tài)進行檢測，減少由疲勞駕駛引發(fā)的事故，有著重要的現(xiàn)實意義。本文提出綜合使用眼睛閉合時間比例、平均眼皮閉合速度，視線分布、視線跳動頻率，以及點頭頻率和哈欠頻率六個特征來檢測疲勞，本文做的工作主要有以下幾個方面： 1)提出了綜合多個視覺特征的疲勞檢測系統(tǒng)的基本框架。@2)為了實現(xiàn)快速精確的定位眼睛，提出了一種基于灰度投影和分塊復(fù)雜度的人眼定位方法，并采用了基于顏色和紋理復(fù)合特

2、征的卡爾曼粒子濾波器進行人眼跟蹤，提高了跟蹤的精度。 3)提出了各種疲勞參數(shù)的提取方法：采用了Gabor濾波器提取眼睛 圖像的紋理特征；為了估計眼皮的閉合程度，使用了徑向基網(wǎng)絡(luò)對紋理特征進行分類；使用了廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測視線的位置，從而提取視線運動參數(shù)；采用了基于圖像分割的方法進行嘴巴尺寸檢測。 4)考慮到疲勞概念的模糊性，使用模糊神經(jīng)網(wǎng)絡(luò)對疲勞參數(shù)進行分類；為了進一步提高分類器的準(zhǔn)確率，采用了Bagging方法進行