基于人眼狀態(tài)的駕駛疲勞檢測系統(tǒng)研究.pdf

1、目前,隨著人們生活水平的提高,各國人民汽車保有量也越來越多,伴隨而來的是交通事故也在不斷增多。研究表明,疲勞駕駛是造成交通事故日益嚴(yán)重的重要原因。開展駕駛員疲勞檢測和預(yù)警的研究工作,有著十分重要的現(xiàn)實意義。
　　 在研究前人工作的基礎(chǔ)上,本文認(rèn)為人眼可以較明顯地反映駕駛員的疲勞特征,著重與人眼,為此開發(fā)出了一套駕駛員疲勞檢測系統(tǒng)。整個系統(tǒng)分為四個過程:駕駛員人眼和虹膜的定位、人眼和虹膜的跟蹤、人眼的狀態(tài)識別和注視方向的估計和駕駛

2、員疲勞狀態(tài)的檢測。疲勞判定的參數(shù)較多,本文提取了其中的三個參數(shù)即PERCLSOS、眨眼頻率、眼睛注視方向來綜合判定疲勞。為此本文具體的研究內(nèi)容如下:
　　 第一章介紹了駕駛疲勞檢測的應(yīng)用背景以及國內(nèi)外研究的現(xiàn)狀。闡述了疲勞檢測研究的意義,以及論文研究的內(nèi)容;
　　 第二章提出一種有效地人眼定位與虹膜定位的方法,用Adaboost算法檢測到人臉后,采用設(shè)定閾值的積分投影法對眼睛的感興趣區(qū)域進(jìn)行投影,定位出眼睛,提取了眼睛的

3、輪廓位置,并用橢圓擬合,最后利用Hough變換定位虹膜;
　　 第三章采用Mean-Shift算法來跟蹤人眼,針對Mean-Shift算法在被跟蹤目標(biāo)發(fā)生快速移動時容易跟蹤失敗的缺點,引入了SSD圖像匹配算法,對Mean-Shilft算法進(jìn)行了改進(jìn)。同時利用虹膜的先驗知識來跟蹤虹膜;
　　 第四章人眼狀態(tài)識別的研究,利用眼睛高度來識別人眼的開閉狀態(tài),進(jìn)行駕駛員眨眼頻率分析,最后提出了利用眼睛中心與虹膜中心的相對位置來進(jìn)行