基于計(jì)算機(jī)視覺(jué)的疲勞檢測(cè)系統(tǒng)的優(yōu)化設(shè)計(jì).pdf

1、在交通事故中，疲勞駕駛一直都是重要誘因。為了保護(hù)人民生命和財(cái)產(chǎn)安全，人們?cè)絹?lái)越重視駕駛員疲勞檢測(cè)?；谟?jì)算機(jī)視覺(jué)技術(shù)研制的車(chē)載駕駛員疲勞檢測(cè)系統(tǒng)因其可實(shí)時(shí)偵測(cè)，且不需要佩戴額外的外部設(shè)備，并在機(jī)動(dòng)車(chē)駕駛員產(chǎn)生駕駛疲勞時(shí)進(jìn)行預(yù)警，從而有效的避免因疲勞駕駛而產(chǎn)生的交通事故。所以該系統(tǒng)對(duì)機(jī)動(dòng)車(chē)行駛安全有著重要的現(xiàn)實(shí)意義。
　　本文通過(guò)分析對(duì)比了幾種常見(jiàn)的人臉檢測(cè)方法，在結(jié)合系統(tǒng)要求的基礎(chǔ)上，采用人臉的Haar特征，并通過(guò)使用級(jí)聯(lián)分類(lèi)器對(duì)

2、特征值進(jìn)行篩選，從而完成人臉偵測(cè)。在基于人臉識(shí)別算法獲取到人臉的數(shù)字圖像后，本文通過(guò)采用邊緣檢測(cè)算法與灰度投影相結(jié)合的方法，找到人眼位置。本文針對(duì)該算法對(duì)駕駛員轉(zhuǎn)動(dòng)頭部時(shí)會(huì)出現(xiàn)人眼檢測(cè)率降低的問(wèn)題，修改原有偵測(cè)流程，引入Camshift跟蹤算法增強(qiáng)人眼檢測(cè)準(zhǔn)確率。在獲取到人眼位置后，采用最大類(lèi)間方差算法對(duì)該區(qū)域圖像進(jìn)行預(yù)處理，這里針對(duì)原算法在對(duì)圖像進(jìn)行處理時(shí)，由于全局閾值的非普遍適應(yīng)性造成的部分圖像不能很好的識(shí)別人眼虹膜，本文提出了一種

3、針對(duì)最大類(lèi)間方差算法閾值的自適應(yīng)優(yōu)化方法，提高了識(shí)別率。在疲勞程度檢測(cè)部分，采用PERCLOS判斷標(biāo)準(zhǔn)進(jìn)行檢測(cè)，該判斷標(biāo)準(zhǔn)是采用人眼眼瞼覆蓋人眼虹膜面積的大小作為判別標(biāo)準(zhǔn)。但是，因?yàn)槿搜凵涎鄄€和睫毛的陰影會(huì)對(duì)人眼虹膜的面積造成影響，為解決該問(wèn)題，本文采用人眼眼裂垂直高度作為檢測(cè)標(biāo)準(zhǔn)，解決因人眼上眼瞼和睫毛的陰影造成的虹膜面積過(guò)大的問(wèn)題，經(jīng)過(guò)與原判斷標(biāo)準(zhǔn)進(jìn)行對(duì)比測(cè)試，提升了判斷標(biāo)準(zhǔn)的魯棒性。
　　本文通過(guò)用數(shù)字圖像的相關(guān)處理技術(shù)和處