基于計算機視覺的駕駛員疲勞實時檢測研究.pdf

1、本文介紹了駕視疲勞檢測的研究概況,對該領域的主要研究成果進行歸納總結與分析,并針對基于計算機視覺的疲勞檢測方法進行研究,構建了一個實時的駕駛疲勞檢測系統(tǒng)。該系統(tǒng)可以通過CCD攝像頭實時地采集駕駛員上半身的視頻圖像到計算機,然后通過計算機視覺算法捕獲駕駛員的眼睛閉合度來估計駕駛員的疲勞程度。本文研究的核心內容包括：人臉定位、人臉跟蹤、眼睛定位、眼睛跟蹤、眼睛信息提取、疲勞度計算等算法的實現與改進。 人臉定位采用了基于膚色區(qū)域分割與

2、人臉驗證的方法。首先將原始的視頻圖像從RGB顏色空間轉化到YCbCr空間,然后通過膚色檢測快速地分割出各個膚色區(qū)域,根據一些先驗知識篩選出人臉區(qū)域,最后用一個矩形框來綁定人臉區(qū)域。為了提高人臉定位算法的抗干擾能力,本文提出了一種“收縮修整”算法(S-S,Shrink-Shear)來修正人臉定位的結果。 人臉跟蹤采用一種基于顏色信息的方法CAM Shift算法,利用膚色來跟蹤人臉,并對跟蹤過程進行了改進。在跟蹤之前加入人臉定位算法

3、,通過截取定位到的臉部圖像來建立目標顏色模型,用定位到的人臉矩形區(qū)域來初始化CAM Shift算法的搜索窗口。最后用S-S算法修正CAM Shift的跟蹤結果。 眼睛定位采用了基于Haar-Like特征級聯分類器的檢測方法,在人臉區(qū)域內按照不同尺度搜索存在的眼睛。 眼睛跟蹤主要是針對環(huán)境噪聲和干擾對眼睛定位結果的影響,本文設計了一套獨特的人眼跟蹤策略來跟蹤檢測丟失的眼睛。該算法將眼睛檢測失敗的情況分為單眼檢測丟失和雙眼檢

4、測丟失兩種。根據人臉的位置信息和眼睛定位的歷史信息來跟蹤丟失的眼睛。 眼睛信息提取主要是計算眼睛的閉合程度。分析了相關的研究方法,本文提出一種計算眼睛閉合程度的新方法-虹膜外接矩形法。其原理是通過一個外接矩形綁定虹膜區(qū)域,然后用該矩形的寬高比值來估計眼睛閉合度。與以往的算法相比該方法可以更精確地表示眼睛的狀態(tài)。 最后,采用PERCLOS算法計算疲勞程度,并分別在PC機上和DSP處理系統(tǒng)上對算法進行了測試,取得了良好的實驗