基于ARM平臺的駕駛疲勞檢測系統(tǒng)的研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、眾所周知,疲勞駕駛已經(jīng)成為交通事故發(fā)生的重要原因之一。它所帶來的行車安全隱患也逐漸受到大眾的廣泛關注。因此,預防疲勞駕駛也逐漸成為當前研究的主要熱點之一。
  目前,駕駛疲勞檢測中多數(shù)是基于人臉表情狀態(tài)的判斷,本文也是基于ASM算法而建立的根據(jù)人眼狀態(tài)來判斷的疲勞檢測系統(tǒng)。本文的重點是:針對ASM算法在表情豐富、姿態(tài)多變以及光照非均勻情況下,對人臉定位不理想的問題,提出了2D十字型Gabor模型;即以特征點為中心建立2D十字型搜索

2、區(qū)域,并在區(qū)域內建立概率密度估計模型,通過概率分布差異度模型來判斷最佳搜索位置;然后將改進的局部特征與Gabor小波特征進行融合,完成2D十字Gabor模型的建立。本方法將原來的搜索區(qū)域由一段線性區(qū)域增加到2D十字型區(qū)域,增加了特征點的灰度信息,過濾掉了光照的影響,從而提高了算法的準確性和魯棒性。
  為了更進一步提高眼睛定位的準確性,本文提出積分投影與局部ASM算法相結合的方法實現(xiàn)眼睛的兩次定位,根據(jù)方差最小原則來確定兩種結果的

3、權重,最終根據(jù)權重參數(shù)計算出眼睛的位置。
  在此基礎上,本文設計了一種基于ARM的疲勞駕駛檢測系統(tǒng),首先,利用改進后的ASM算法對采集的圖像進行人臉和人眼定位;然后,對定位的人臉區(qū)域進行積分投影處理,再次確定人眼位置,并通過權重參數(shù)確定最終人眼位置;最后,采用積分投影的人眼狀態(tài)識別方法,然后在基于PERCLOS疲勞判別方法的基礎上,結合眨眼頻率的判別方法,利用這兩個參數(shù)來判斷駕駛員的疲勞狀態(tài)。
  硬件平臺采用友善之臂公司

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論