駕駛員疲勞監(jiān)控系統(tǒng)中人臉檢測與識別研究.pdf

1、目前在頻繁發(fā)生的交通事故中，駕駛員疲勞已成為引發(fā)交通事故的主要因素之一。安全輔助駕駛技術(shù)作為智能交通系統(tǒng)的關(guān)鍵技術(shù)日益受到人們的關(guān)注，其中駕駛員疲勞監(jiān)控技術(shù)對降低交通事故率有著重要的作用。本文研究的駕駛員疲勞監(jiān)控系統(tǒng)采用機(jī)器視覺手段對駕駛員疲勞時(shí)嘴部、眼睛的運(yùn)動(dòng)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，機(jī)器視覺在實(shí)時(shí)性、準(zhǔn)確性、適用性及經(jīng)濟(jì)性等方面比其他監(jiān)控方法有更大的優(yōu)勢，拓展了疲勞駕駛監(jiān)控技術(shù)的涵蓋范圍。 論文的研究內(nèi)容包括：駕駛員面部定位與跟蹤、

2、駕駛員嘴唇與眼睛定位、駕駛員嘴唇與眼睛特征向量提取以及駕駛員疲勞狀態(tài)識別。 根據(jù)膚色在顏色空間具有很好的聚類特性的特點(diǎn)，選用YCbCr顏色空間作為膚色分布統(tǒng)計(jì)的映射空間，建立一個(gè)基于膚色的二維高斯分布數(shù)學(xué)模型，利用基于相似度和人臉形狀特性的人臉檢測方法，對駕駛員面部進(jìn)行定位。在駕駛員面部定位的基礎(chǔ)上，采用卡爾曼濾波面部跟蹤算法進(jìn)行駕駛員面部跟蹤。 嘴唇的紅色與面部其它膚色有明顯區(qū)別，本文提出了一種利用彩色圖像中邊緣檢測和

3、尋找紅色像素點(diǎn)相結(jié)合的方法對嘴唇區(qū)域進(jìn)行分割和提取。此方法可以有效去除嘴唇周圍的陰影干擾和其它干擾，完整地將嘴唇從原圖中提取出來。再利用“逼近法”分別對嘴巴處于張開與閉合兩種狀態(tài)時(shí)嘴唇的各個(gè)特征點(diǎn)進(jìn)行定位。 駕駛員的雙眼精神狀態(tài)始終保持一致，本文選擇右眼為研究對象。根據(jù)面部五官的排列規(guī)律，以嘴角位置與嘴長為基本點(diǎn)，推算右眼的大概區(qū)域。因?yàn)檠鄄€、眼珠都呈天然的黑色，利用圖像中的黑色像素點(diǎn)的投影來確定眼睛區(qū)域。采用“逼近法”定位右眼