外文翻譯--駕駛員駕駛基礎(chǔ)上的眼睛分析（譯文）

1、<p>　　南京郵電大學(xué)通達(dá)學(xué)院</p><p>　　畢業(yè)設(shè)計(jì)(論文)外文資料翻譯</p><p>　　學(xué) 院：　 通達(dá)學(xué)院　　 </p><p>　　專(zhuān)　　業(yè)：　通信工程（嵌入式系統(tǒng)開(kāi)發(fā)）</p><p>　　學(xué)生姓名：　　　 穆駿彥　 　 </p><p>

2、　　班級(jí)學(xué)號(hào)：　　 08002140　　 </p><p>　　外文出處：Department of Computer Science and Technology</p><p>　　Harbin Institute of Technology, Harbin, China 150001.</p><p>　　附件：1.外文資料翻譯譯文；2.外

3、文原文　</p><p>　　駕駛員疲勞檢測(cè)的基礎(chǔ)上眼狀態(tài)分析</p><p><b>　　摘要</b></p><p>　　在本文中，我們提出一個(gè)有效的基于視覺(jué)的駕駛員疲勞檢測(cè)方法。首先，幀間差分的方法結(jié)合色彩信息可以用來(lái)檢測(cè)臉部。如果存在，面對(duì)面積是混合膚色模型為基礎(chǔ)的圖像分割。然后，我們模擬的結(jié)晶過(guò)程，獲得眼和臉部區(qū)域內(nèi)的位置。然后，眼睛

4、周?chē)?，瞳孔和高度比寬度的平均身高是用?lái)分析眼睛的狀態(tài)。最后，司機(jī)疲勞確認(rèn)通過(guò)分析眼睛的狀態(tài)變化。實(shí)驗(yàn)結(jié)果表明了我們所提出的方法的可行性。</p><p><b>　　關(guān)鍵字</b></p><p>　　駕駛員疲勞檢測(cè)，面對(duì)段，眼睛的位置，眼睛狀態(tài)分析。</p><p><b>　　引言</b></p><

5、;p>　　越來(lái)越多的交通意外，由于減弱司機(jī)的警戒水平從睡眠剝奪或沉悶的駕駛場(chǎng)景，已成為一個(gè)嚴(yán)重的社會(huì)問(wèn)題。統(tǒng)計(jì)數(shù)據(jù)顯示，10％和20％的所有交通意外是由于司機(jī)減弱警戒水平[1]。此外，司機(jī)的警覺(jué)水平下降有關(guān)的事故超過(guò)其他類(lèi)型的事故嚴(yán)重的項(xiàng)，因?yàn)榛杌栌乃緳C(jī)往往不采取任何避免的行動(dòng)之前，碰撞.根據(jù)國(guó)家高速公路安全部（NHTSA）的數(shù)據(jù)，在美國(guó)，駕駛時(shí)候打瞌睡每年都會(huì)引起10萬(wàn)輛汽車(chē)撞毀，從而導(dǎo)致超過(guò)40,000非致命性的事故和15

6、50人死亡，從每年這些車(chē)禍中。以這個(gè)為背景，如何監(jiān)督司機(jī)的警戒水平，避免疲勞驅(qū)動(dòng)是必不可少的事故預(yù)防。本文的其余部分安排如下：第2的相關(guān)研究提供了一個(gè)簡(jiǎn)短的調(diào)查，對(duì)疲勞駕駛的保護(hù)。第3節(jié)中，我們提出的基于視覺(jué)的自動(dòng)駕駛疲勞檢測(cè)系統(tǒng)的輪廓。在第4節(jié)，介紹了人臉定位方法包括描述了臉部存在性的檢測(cè)。第5章介紹了心目中的位置和眼模板生成的新方法。第6節(jié)給出一個(gè)新的駕駛員疲勞分析方法，測(cè)量瞳孔高度，面積眼睛和寬度，高度的眼睛，以確定眼睛的狀態(tài)比。

7、駕駛員疲勞檢測(cè)實(shí)驗(yàn)結(jié)果的顯示在第7章。結(jié)論和今后的工作，在最后一節(jié)討論。</p><p><b>　　前期的工作調(diào)查</b></p><p>　　在過(guò)去十年中，許多國(guó)家已開(kāi)始重視駕駛員的安全問(wèn)題。研究人員一直在使用各種技術(shù)，如生理檢測(cè)檢測(cè)駕駛員的困倦，遠(yuǎn)小于他們研究的同樣的水平。駕駛員的行為監(jiān)測(cè)[8]，車(chē)輛運(yùn)行狀況分析[9]和遠(yuǎn)見(jiàn)基于檢測(cè)。然而，在這些技術(shù)中，VI-錫

8、安基于駕駛員疲勞檢測(cè)方法是一個(gè)自然的，非侵入性和方便的技術(shù)監(jiān)測(cè)駕駛員的警惕。當(dāng)駕駛員疲勞時(shí)，可視化的行為，可以很容易地觀(guān)察從他們的面部特征的變化特別要從他們的眼睛出發(fā)。結(jié)果表明眼狀態(tài)的變化規(guī)律有很高的相關(guān)性與駕駛員的心理狀態(tài)[15]。眼睛表達(dá)最當(dāng)司機(jī)的直接反應(yīng)是昏昏欲睡或注意力不集中和眼睛總是閃爍作為疲勞駕駛的基礎(chǔ)上檢測(cè)研究員TION通過(guò)。鄭培民在一段時(shí)間內(nèi)計(jì)算比眼閉。該比率可以反映司機(jī)的警戒水平[16]。董文匯提出了一種方法來(lái)檢測(cè)眼瞼

9、的距離，然后通過(guò)這個(gè)信息[15]一種判斷司機(jī)的狀態(tài)。古拉斯帶夠使用前視圖和側(cè)視圖的圖像來(lái)精確定位眼睛[10]。邊緣檢測(cè)和灰度投影方法也適用于鴻文兵心目中的位置[11]。張祖濤定位臉部是使用哈爾算法，并提出了一個(gè)基于Unscented卡爾曼濾波的眼睛跟蹤方法。Abdelfattah Fawky提出的算法相結(jié)合，即小波變換，邊緣檢測(cè)和YC</p><p><b>　　1、整體算法</b><

10、/p><p>　　我們提出了一種檢測(cè)算法司機(jī)疲勞分析的變化眼睛的狀態(tài)。該方法包含五個(gè)階段：</p><p>　?。?）判斷人臉的存在（2）混合性皮膚的人臉定位的基礎(chǔ)上音模式（3）眼睛位置和眼圖模板代（4）眼瞳孔狀態(tài)分析的基礎(chǔ)上高度，面積，眼睛和寬度身高比（5）確認(rèn)司機(jī)的警惕性</p><p>　　該方法的要點(diǎn)如圖. 1。在下列每一步都將詳細(xì)討論。</p&g

11、t;<p><b>　　圖.1 流程圖</b></p><p><b>　　2.臉的定位</b></p><p>　　在道路上行駛時(shí)，駕駛員的眼睛的位置和光照條件的變化不斷。搜索和定位直接在整幅圖像的司機(jī)的眼睛也不是那么容易。此外，背面地面通常是復(fù)雜和不可預(yù)測(cè)能，尤其是汽車(chē)在道路上運(yùn)行。所以第一步，我們檢測(cè)的臉，以減少人眼檢測(cè)的范圍

12、，此外，將提高程序的眼睛定位的準(zhǔn)確性和速度，并降低背景的干擾.</p><p>　　為減少盲目性面對(duì)搜索的目的，我們計(jì)算幀間的差異，以決定是否有一個(gè)移動(dòng)的物體。當(dāng)某個(gè)對(duì)象被檢測(cè)，并在當(dāng)?shù)赜衁CbCr色彩包含皮膚顏色信息空間，我們相信有一個(gè)人在鏡頭前。</p><p>　　雖然膚色不同種族的人區(qū)別，人類(lèi)膚色在YCbCr顏色空間分布可以近似平面高斯分布[15]。具體來(lái)說(shuō)，臉區(qū)域，可以從皮膚顏色

13、信息的圖像分割。為了提高檢測(cè)精度，在本文中，我們使用混合膚色模型YCbCr和HSI顏色空間的基礎(chǔ)。因?yàn)樵贖SI顏色空間的色調(diào)是獨(dú)立的亮度，從顏色的亮度系數(shù)，可以排除。這種混合性皮膚的模式更適合區(qū)分皮膚和非皮膚顏色無(wú)論光或陰影下的臉。其相應(yīng)的CB轉(zhuǎn)換RGB的公式，鉻和H組件如下。</p><p>　　Cr = 0.439 R - 0.368G - 0.071B +128 (3)</p><p&g

14、t;　?。–b和Cr和H）的三個(gè)組成部分有不同的能力，代表不同的膚色和他們可以相得益彰。使用這種方法，很容易分開(kāi)的起源圖像的人臉區(qū)域，在圖. 2(b)。通過(guò)執(zhí)行對(duì)皮膚像素的水平及垂直投影，右，左，頂端和底部邊界的臉，可以確認(rèn)，如果預(yù)測(cè)值超過(guò)已設(shè)置一些門(mén)檻，根據(jù)經(jīng)驗(yàn)，為的是圖.2(c)。一般正常眼睛的位置將是在人臉區(qū)域的上半部分，如圖所示,圖.2（d），此外，該地區(qū)是足夠的，我們檢測(cè)眼睛后面。</p><p>　　

15、(a) 原始圖像 （b）臉部皮膚</p><p>　?。╟）臉部區(qū)域 （d）眼部區(qū)域</p><p>　　圖.2 定位眼部區(qū)域的結(jié)果</p><p><b>　　3.眼睛的定位</b></p><p>　　根據(jù)熱力學(xué)原理，一個(gè)封閉的系統(tǒng)Helmholtz自由能最低E F是用來(lái)描述在接續(xù)的平衡狀態(tài)最大熵。在這樣一

16、個(gè)系統(tǒng)，集思顆粒E如果有相同的自由能。按照玻爾茲曼理論和Metropolis規(guī)則，一個(gè)粒子從自由能E級(jí)如果要轉(zhuǎn)化的概率是p如下所示。</p><p>　　P= (4)</p><p>　　其中k是一個(gè)常數(shù)，T是熱力學(xué)NAMIC溫度。這是很容易看到，更大的自由能源不同的粒子之間的差距，他們可以達(dá)到的概率越小相同的水平。當(dāng)自由的能源缺口是相同的溫度越高越大這將是概率。考慮上述理論，我

17、們采取每個(gè)各種粒子的像素和矢量規(guī)范屬性被定義為代表自由能量E F。自由能的像素（M，N）如下。</p><p>　　D (fm,n) = </p><p>　　其中Cbm , n , Crm , n , H m , n and Graym , n代表Cb和Cr的平均值，H和灰色，這是計(jì)算像素（M，N）的最近的八個(gè)相鄰。同樣，CBC，鉻，HC和灰色ç代表相應(yīng)預(yù)期的類(lèi)的屬性值。 K1

18、，K2，K3和K4是常數(shù)的范圍從0到1這四個(gè)參數(shù)之一。也可以很容易地計(jì)算出RGB分量的灰度值</p><p>　　考慮多樣性附近的像素和相似的眼睛像素不夠，特定區(qū)域眼睛可以得到。這一步后，用投影法再次檢測(cè)眼睛的精確邊界。該方法已通過(guò)頻繁的眼睛檢測(cè)，所以我們需要無(wú)法描述的尾巴。我們的方法從兩側(cè)開(kāi)始，左，右，找到眼睛，因此，我們可分別檢測(cè)眼睛。然后，我們從眼睛段形象，并使用它們來(lái)生成一個(gè)眼模板，通過(guò)這種方式，我們獲得

19、穩(wěn)定的狀態(tài)，而眼睛模板分析和減少光線(xiàn)反射的影響。眼睛模板生成如下。</p><p>　　圖.4 眼部模板生成過(guò)程</p><p>　　兩只眼睛的位置也重新在有線(xiàn)，眼睛可以檢測(cè)基于這些職位的下一幀。 “搜索范圍擴(kuò)大6個(gè)像素，在四個(gè)在眼睛的中心方向當(dāng)前幀。如果之間的距離兩只眼睛在下一幀檢測(cè)變化很大，眼動(dòng)追蹤被重新看作為失敗。然后臉檢測(cè)和眼睛定位程序?qū)⒅匦麻_(kāi)始。</p><p

20、><b>　　4.疲勞檢測(cè)的</b></p><p>　　要區(qū)分司機(jī)的地位眼睛的狀態(tài)，應(yīng)提前確認(rèn)。有兩個(gè)因素可能影響在幀的眼睛大小。上一個(gè)另一方面，人類(lèi)的眼睛總是不同大小。另一方面，距離之間的驅(qū)動(dòng)器和攝像機(jī)的其他原因。因此，我們正常化的眼睛模板固定大小12×30前功能提取。為每只眼睛模板，眼區(qū)，學(xué)生的平均高度，寬度身高的比例是最重要的特征眼睛來(lái)判斷眼睛的狀態(tài)，這將在表1中顯示

21、。   眼睛的狀態(tài)可以分為三個(gè)類(lèi)型：全開(kāi)放，半開(kāi)放式和封閉式。從下表我們可以看到，不同國(guó)家呈現(xiàn)不同的眼睛功能。實(shí)驗(yàn)也證明這三個(gè)指標(biāo)（面積，高度和高效眼睛的狀態(tài)比）認(rèn)可。通過(guò)分析駕駛員的眼睛的狀態(tài)變化，同時(shí)推動(dòng)我們發(fā)現(xiàn)兩個(gè)原則可以表明美食司機(jī)嗜睡。首先，如果一個(gè)司機(jī)的眼睛保持封閉連續(xù)4幀，它被認(rèn)為司機(jī)是昏昏欲睡。其次，疲勞，可以確認(rèn)，如果一個(gè)司機(jī)的眼睛只能半開(kāi)放和封閉之間改變了連續(xù)8幀。在系統(tǒng)把投入使用之前，我們

22、得到提前培訓(xùn)不同狀態(tài)下的驅(qū)動(dòng)程序的參數(shù)旨在提高精度司機(jī)的現(xiàn)狀分析。</p><p>　　表.1 眼睛狀態(tài)和特點(diǎn)</p><p><b>　　5.實(shí)驗(yàn)結(jié)果</b></p><p>　　從固定在汽車(chē)上的相機(jī)儀表板，我們收購(gòu)測(cè)試視頻在自然的駕駛條件。 “提出的方法也已測(cè)試影片。實(shí)驗(yàn)結(jié)果如下所示。</p><p>　　表.2 疲

23、勞檢測(cè)結(jié)果</p><p>　　輸入視頻格式為320×240真顏色。對(duì)眼睛的平均正確率地位的承認(rèn)，可以達(dá)到91.16％。不同的眼睛狀態(tài)和全開(kāi)半開(kāi)，有時(shí)不能很好地分辨這已引起最假判斷和快速運(yùn)動(dòng)駕駛員的頭部，可能會(huì)導(dǎo)致在驅(qū)動(dòng)程序的眼睛跟蹤失敗。正確的驅(qū)動(dòng)程序警告打瞌睡是100％。在這里，正確率100％警告率不揭示了絕對(duì)該算法的魯棒性。如果在某期間打瞌睡時(shí)，系統(tǒng)可以檢測(cè)駕駛員的困倦和報(bào)警，然后我們認(rèn)為這是一個(gè)

24、成功的疲勞檢測(cè)。</p><p><b>　　6.總結(jié)</b></p><p>　　在本文中，我們提出了新的駕駛員疲勞檢測(cè)方法，為行車(chē)安全。幀間差分法用來(lái)決定框架是否存在臉。然后混合膚色模型用來(lái)探測(cè)臉。在我們的人臉區(qū)域使用一種新的方法，通過(guò)模擬段的結(jié)晶過(guò)程從臉的眼睛。通過(guò)執(zhí)行預(yù)測(cè)的眼睛可以精確定位。檢測(cè)的兩只眼睛被用來(lái)生成一個(gè)眼圖模板。我們用眼區(qū)，瞳孔的平均高度和寬度