基于紅外視頻的駕駛員臉部檢測與跟蹤方法研究.pdf

1、日益便利的道路交通條件給人們的生活帶來了極大的方便，但汽車數(shù)量的不斷增長也導(dǎo)致交通事故頻發(fā)。引發(fā)交通事故的重要原因之一就是疲勞駕駛，因此，疲勞檢測系統(tǒng)的研究意義重大。在目前研究的各類疲勞檢測系統(tǒng)中，基于視頻分析的疲勞檢測系統(tǒng)因其非接觸性和實(shí)用性成為當(dāng)前研究熱點(diǎn)，而人臉檢測與跟蹤是疲勞檢測中基礎(chǔ)而重要的步驟。
　　本文采用基于Haar特征和AdaBoost算法的人臉檢測方法，通過自適應(yīng)移動(dòng)步長掃描待檢測圖像，減少了大量非人臉窗口，在

2、保證檢測準(zhǔn)確率的前提下，提高了檢測速度。為了對檢測結(jié)果進(jìn)行跟蹤，提出了結(jié)合特征篩選與二次定位的快速壓縮跟蹤(FSSL-CT)算法。首先，利用壓縮感知原理從劃分的各個(gè)子區(qū)域內(nèi)提取壓縮特征;然后，根據(jù)各個(gè)壓縮特征在正、負(fù)類中的分布差異，篩選出部分分類能力強(qiáng)的壓縮特征構(gòu)建分類器，并將特征分布在相鄰兩幀之間的變化作為學(xué)習(xí)率，結(jié)合正類閾值自適應(yīng)調(diào)整分類器模型的更新速度;最后，使用二次定位策略對目標(biāo)進(jìn)行跟蹤，每次定位都在其對應(yīng)的搜索區(qū)域內(nèi)采集候選樣