基于多特片融合的駕駛員疲勞檢測研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展,機(jī)動(dòng)車輛與日俱增,隨之而來的人身安全越來越受到世人的關(guān)注。駕駛員疲勞已經(jīng)成為引發(fā)交通事故的主要因素之一。因此,許多國家都積極開展有關(guān)駕駛疲勞的研究工作,尤其在西方發(fā)達(dá)國家,此方面研究更為全面。在當(dāng)今的社會(huì),駕駛疲勞的檢測顯得至關(guān)重要。
　　 本文設(shè)計(jì)的駕駛員疲勞檢測系統(tǒng)分為四個(gè)部分:人臉檢測、人臉的跟蹤、眼睛和嘴巴特征提取和駕駛員疲勞狀態(tài)識別。
　　 人臉檢測在駕駛員疲勞檢測系統(tǒng)中具有很重要的作用,本

2、文融合膚色檢測和主成分分析,提出了一個(gè)新的人臉檢測方法。先利用膚色檢測進(jìn)行人臉候選區(qū)域定位,進(jìn)而采用PCA方法進(jìn)行人臉檢測。實(shí)驗(yàn)表明該方法大大地減少了似人臉區(qū)域數(shù)量,提高了人臉檢測效率和準(zhǔn)確率,而且在不同的光照條件下表現(xiàn)得更好。
　　 人臉跟蹤過程中,采用卡爾曼濾波器跟蹤人臉,進(jìn)一步提高了檢測的速度和定位的準(zhǔn)確度。
　　 采用基于灰度直方圖的閾值分割對嘴巴區(qū)域檢測和定位,在定位嘴巴的基礎(chǔ)上,利用先驗(yàn)知識確定眼睛大概范圍,