基于疲勞駕駛的計算機視覺研究.pdf

1、隨著經(jīng)濟的發(fā)展，汽車越來越多，交通事故的次數(shù)也隨之增多。通過打擊醉酒駕，減少醉酒駕駛引發(fā)的交通事故發(fā)生。與之相對應，通過檢測人體疲勞，可以減少疲勞駕駛導致的交通事故發(fā)生。駕駛員長時間駕駛汽車，會逐漸進入疲勞狀態(tài)，對周圍環(huán)境的感知力、判斷力都會有明顯的下降；對車輛、自身行為的控制會逐漸松懈，發(fā)生交通事故的危險會逐漸上升。大量的統(tǒng)計資料表明，疲勞駕駛導致的交通事故，占事故總數(shù)的1/8，但是卻占有人身傷害事故的1/6。因此研究疲勞駕駛檢測的方

2、法，減少事故的發(fā)生，具有重大的社會意義。
　　 通過對國內(nèi)外人體疲勞成因和現(xiàn)有疲勞檢測方法的研究分析發(fā)現(xiàn)：實時的非-接觸方法檢測疲勞駕駛，是目前主要的研究方向。據(jù)此展開了本文的研究。本文的主要工作如下：
　　 人臉和人眼的檢測與定位。通過對現(xiàn)有人臉檢測定位的總結(jié)，提出了一種基于知識的方法與基于統(tǒng)計的方法相結(jié)合的人臉檢測算法。利用人臉膚色聚類可以快速實現(xiàn)，Adaboost算法檢測準確率高不依賴于色彩空間的特點，提高人臉檢測

3、算法的準確率。在實現(xiàn)人臉定位的基礎(chǔ)上，再利用人臉的器官分布知識與Adaboost算法結(jié)合，實現(xiàn)人眼的精確定位。
　　 基于Camshift算法的人臉追蹤。目前基于計算機視覺處理的疲勞檢測問題，都會面臨著實時性不足的問題。本文利用改進的目標跟蹤算法，提高了整個系統(tǒng)的效率。同時優(yōu)化調(diào)整Camshift追蹤算法的流程，解決了Camshift算法半自動和在追蹤失敗時的處理問題。
　　 疲勞的度量及人眼狀態(tài)識別。PERCLOS算法