基于安卓的多特征疲勞實時檢測系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著社會交通運輸?shù)目焖侔l(fā)展，越來越多的長途客貨運駕駛員忙碌在工作崗位，因疲勞駕駛出現(xiàn)的事故頻繁發(fā)生。因此，疲勞駕駛檢測的相關(guān)研究意義重大。其中基于計算機(jī)視覺的檢測方法因為對駕駛員無干擾成為研究熱點。目前已有的方法存在的問題是計算復(fù)雜度高，耗時長，難以在移動設(shè)備上實現(xiàn)實時檢測。
　　本文選擇實現(xiàn)基于安卓系統(tǒng)的實時疲勞檢測系統(tǒng)，包括移動檢測終端和遠(yuǎn)程網(wǎng)絡(luò)監(jiān)控系統(tǒng)。采用人臉對齊算法得到眼睛、嘴巴和頭部等疲勞特征，實現(xiàn)疲勞狀態(tài)分析。本文主

2、要有以下研究成果：
　　改進(jìn)顯式形狀回歸人臉對齊算法，提出基于二級形狀參數(shù)回歸的人臉對齊算法。采用PCA降維，用低維的人臉形狀參數(shù)約束人臉形狀。在二級回歸框架中，僅簡單計算低維的人臉形狀參數(shù)，替代原始的高維人臉形狀。針對人臉的旋轉(zhuǎn)角度和尺度大小不同，使用明確的形狀特征索引算法替代局部特征索引，提高特征的可比性。采用多重隨機(jī)特征選擇方法，篩選出更好的人臉特征。通過算法改進(jìn)，明顯減小了運算復(fù)雜度和數(shù)據(jù)存儲量，提高了對齊速度和對齊效果。

3、
　　在安卓系統(tǒng)算法實現(xiàn)時將人臉對齊分為人眼對齊和人臉輪廓對齊兩個步驟。人眼對齊時，通過對人臉圖片的截取和壓縮，僅處理圖片大小80*40的人眼區(qū)域，用20個特征點描述人眼形狀，并降到20維，減少單次需要處理的圖像信息和數(shù)據(jù)維度。人臉輪廓對齊時，選取27個特征點表示人臉輪廓形狀，并降到20維，根據(jù)人眼對齊結(jié)果得到的雙眼瞳孔坐標(biāo)，優(yōu)化人臉輪廓初始形狀，使人臉輪廓對齊更快更精確。
　　疲勞特征分析時，根據(jù)對齊的人眼形狀和人臉輪廓形