基于人臉檢測的疲勞駕駛監(jiān)測系統(tǒng)與實現(xiàn).pdf

1、2013年初，中國社科院一份《中國汽車社會發(fā)展報告2012-2013》顯示出了我國汽車保有量每年的快速增長，私家車已突破一億。隨著社會水平的發(fā)展，安全的交通運輸成了日常生活的重中之重。據(jù)統(tǒng)計，25％-30％的交通事故源于駕駛員的疲勞駕駛。為了減少疲勞駕駛而引起的傷亡，找出有效的駕駛員的疲勞檢測方法，將是現(xiàn)代社會的熱點問題。
　　 本文為了實現(xiàn)疲勞駕駛檢測這一目標(biāo)，首先分析了國內(nèi)外現(xiàn)有檢測技術(shù)和他們的原理，綜合優(yōu)缺點解釋了基于人臉

2、識別的檢測系統(tǒng)同時具有實時性、非接觸性和準(zhǔn)確度高的優(yōu)點。然后對大量基于人臉檢測的疲勞監(jiān)測方法資料進行分析比較，選出了公認(rèn)的與真實疲勞度相關(guān)度最高的PERCLOS疲勞檢測方法。這個方法是指眼睛的閉合程度超過一定百分比的時間占設(shè)定的一段時間的百分率，疲勞檢測的關(guān)鍵是準(zhǔn)確的定位人眼，提取眼睛參數(shù)為疲勞分析做準(zhǔn)備，而人眼的精確定位是以人臉定位為前提的。
　　 為了提高人眼定位的準(zhǔn)確性和實時性，本文在檢測到人臉區(qū)域后，采用了ASM(主動形

3、狀模型)來定位人臉特征點，然后根據(jù)眼部的左右眼角和上下眼瞼4個特征點為基礎(chǔ)分割出人眼區(qū)域，實現(xiàn)人眼的粗定位。再使用自適應(yīng)二值化閾值的方法對定位出的人眼區(qū)域進行處理，利用二值化后黑色連通區(qū)提取眼睛特征參數(shù)，實現(xiàn)人眼細(xì)定位，從而提取出PERCLOS疲勞檢測方法需要的眼睛特征。
　　 在仔細(xì)制定和改進了疲勞檢測系統(tǒng)的方法后，本文基于PC機和Microsoft Visual Studio 2008開發(fā)出了具體的實現(xiàn)系統(tǒng)，主要包括實時圖像