疲勞駕駛監(jiān)測系統(tǒng)核心算法的研究與實現(xiàn).pdf

1、駕駛員疲勞駕駛是引發(fā)交通事故的一個重要原因。為了減少疲勞駕駛引發(fā)的交通事故，可以設(shè)法在駕駛員進(jìn)入疲勞狀態(tài)時及時給駕駛員提醒。為了達(dá)到此目的需要一套實時準(zhǔn)確的疲勞駕駛監(jiān)測系統(tǒng)。人們已提出了許多疲勞駕駛監(jiān)測方法。在這各種方法中，基于圖像處理的監(jiān)測算法是重要的一類。但是因為人臉本身的復(fù)雜性，以及外部環(huán)境的復(fù)雜性，使得各種基于圖像處理的算法的實時性和魯棒性等仍然有大問題。
　　人臉關(guān)鍵點定位算法是人臉相關(guān)的圖像處理任務(wù)常用的基礎(chǔ)算法。該類

2、算法在人臉識別和表情識別中已有很多應(yīng)用，而在疲勞駕駛監(jiān)測中應(yīng)用較少且應(yīng)用不夠充分。因此，本文將以人臉關(guān)鍵點定位算法為重點，同時研究并實現(xiàn)疲勞駕駛監(jiān)測系統(tǒng)核心算法的其他三個子模塊。本文主要完成了如下工作：
　?。?）構(gòu)建建模和測試所需的數(shù)據(jù)庫。因為所有的具有人工標(biāo)注的人臉數(shù)據(jù)庫都缺少含有疲勞相關(guān)的面部信息的人臉圖像，所以我們通過整合多個現(xiàn)有數(shù)據(jù)庫并加入額外采集的人臉圖像制作了針對疲勞駕駛監(jiān)測的數(shù)據(jù)庫。
　　（2）研究了混合模型

3、算法用于疲勞相關(guān)信息獲取。本文介紹了ASM、AAM、STASM、CLM四種主流人臉關(guān)鍵點定位算法的基本原理。主要從人臉關(guān)鍵點定位和人臉局部狀態(tài)信息獲取兩個角度出發(fā)對這四種算法進(jìn)行了對比實驗，對比了四種算法在不同人臉點集上的定位效果，并分析總結(jié)出各種算法的性能特點。以此實驗的基礎(chǔ)上，給出了混合人臉關(guān)鍵點定位算法，并對可行性進(jìn)行了進(jìn)一步的實驗分析。
　?。?）設(shè)計疲勞駕駛監(jiān)測系統(tǒng)核心算法的四個子模塊：人臉檢測、圖像增強、人臉關(guān)鍵點定位

4、和疲勞判定。人臉檢測模塊以基于AdaBoost的人臉檢測算法為核心。圖像增強模塊以去除光照干擾為主要目的。人臉關(guān)鍵點定位模塊以混合定位算法為基礎(chǔ)。疲勞判定模塊以眼部為例，采用了PERCLOS疲勞判定準(zhǔn)則。
　　（4）針對疲勞駕駛監(jiān)測的需要和特性，優(yōu)化各個子模塊的性能，最后將各個子模塊組合為一個整體。特別是通過充分利用關(guān)鍵點定位算法的跟蹤能力，在保證算法準(zhǔn)確性的前提下，提高了算法的速度。我們實現(xiàn)了整個核心算法，進(jìn)行了模擬測試。從實驗