基于達(dá)芬奇平臺的疲勞駕駛檢測研究與實(shí)現(xiàn).pdf

1、隨著社會城市化和人們生活節(jié)奏加快，汽車行業(yè)迅猛發(fā)展，導(dǎo)致的交通擁擠、交通事故也相應(yīng)呈增長趨勢。經(jīng)統(tǒng)計(jì)發(fā)現(xiàn)，每年交通事故中疲勞駕駛成了主要因素之一，因此疲勞駕駛檢測已成了急需解決的關(guān)鍵技術(shù)，用來提高疲勞狀態(tài)的檢測準(zhǔn)確性。不僅如此，疲勞駕駛檢測系統(tǒng)也成為汽車領(lǐng)域中車載產(chǎn)品研發(fā)的熱點(diǎn)，具有很高的理論研究意義和實(shí)際應(yīng)用價(jià)值。
　　本文設(shè)計(jì)的疲勞駕駛檢測算法是在高性能數(shù)字視頻開發(fā)平臺--DaVinci上完成的。先運(yùn)用數(shù)字圖像處理技術(shù)對攝像頭

2、采集的每幀視頻圖像進(jìn)行預(yù)處理；然后在處理后的圖像中檢測人臉，在人臉中定位眼睛和嘴，并提取眼睛和嘴的特征信息檢測駕駛員疲勞狀態(tài)；最后經(jīng)過復(fù)雜度優(yōu)化，對于320×240分辨率的圖片，可以實(shí)現(xiàn)實(shí)時(shí)處理。
　　本文主要針對駕駛員所處的車內(nèi)環(huán)境以及駕駛員的行為規(guī)律，研究和分析人臉特征，并對特征進(jìn)行提取和狀態(tài)檢測，然后針對達(dá)芬奇開發(fā)板進(jìn)行移植優(yōu)化。研究的核心內(nèi)容主要包括：提出適合駕駛環(huán)境的簡單快捷的人臉檢測算法；其次，利用AdaBoost檢測

3、人眼，并實(shí)現(xiàn)眼部的精確定位；再次，利用Fisher變換分割唇色和膚色，并對灰度圖像二值化，實(shí)現(xiàn)嘴部定位；另外，通過提取眼部和嘴部的感興趣區(qū)域，利用混合投影法對其形狀特征作狀態(tài)識別分析算法，并根據(jù)目前權(quán)威的疲勞狀態(tài)判定算法，對提取的眼部和嘴部特征信息，設(shè)計(jì)了一種融合的疲勞狀態(tài)的判斷方法；最后，將疲勞駕駛檢測算法移植到達(dá)芬奇上，對達(dá)芬奇的各個(gè)模塊性能分析，并對采集的視頻數(shù)據(jù)進(jìn)行處理；然后研究了達(dá)芬奇硬件優(yōu)化以及算法和代碼優(yōu)化，在完成疲勞檢測