用于疲勞檢測(cè)人眼定位算法的研究.pdf

1、隨著社會(huì)的不斷發(fā)展與進(jìn)步，機(jī)動(dòng)車的數(shù)量以飛快的速度增長(zhǎng)著，隨之而來的是交通事故的發(fā)生率也大大提高。據(jù)統(tǒng)計(jì)，在各種交通事故中，由于疲勞駕駛而引發(fā)的占到事故總數(shù)的10％到20％，在高速公路的長(zhǎng)途運(yùn)輸車輛的事故中更有高達(dá)50％以上是由疲勞駕駛引起的。 因此，如何能夠快速有效并且在盡可能不影響駕駛員駕駛行為的情況下檢測(cè)其疲勞狀態(tài)稱為當(dāng)今研究的熱點(diǎn)之一。在各種疲勞檢測(cè)方法中，基于機(jī)器視覺的PERCLOS參數(shù)測(cè)量的方法是目前得到公認(rèn)的有效且

2、無干擾的方法。在這種方法中，如何準(zhǔn)確的定位眼睛，是有效計(jì)算PERCLOS參數(shù)的關(guān)鍵。 基于以上考慮，本文分析了目前主要的人眼定位方法，包括Hough變換法、模板匹配發(fā)、邊緣特征分析法、對(duì)稱變換法以及面部幾何模型法，利用本人設(shè)計(jì)的兩個(gè)軟件對(duì)幾種常見定位算法在中科院人臉庫(kù)、YALE人臉庫(kù)以及我們自建的人臉庫(kù)上進(jìn)行了測(cè)試預(yù)分析。 在此基礎(chǔ)上，本文提出了自己的一套結(jié)合模板匹配與對(duì)稱變換思想的人眼定位方法。首先確定合適大小的人眼檢

3、測(cè)窗口，然后用該窗口遍歷整個(gè)人臉區(qū)域，每次對(duì)該窗口覆蓋下的子圖像做關(guān)于窗口中心點(diǎn)的對(duì)稱變換，得到變換后子圖像與原子圖像的平均子圖，計(jì)算平均子圖的標(biāo)準(zhǔn)差，選取標(biāo)準(zhǔn)差最大的幾個(gè)區(qū)域作為候選區(qū)域，最后用閾值分割法確定最終的人眼位置。該方法同樣在上述三個(gè)人臉庫(kù)上進(jìn)行了測(cè)試分析，結(jié)果是可以滿足疲勞檢測(cè)需要的。 為滿足批量圖像的處理任務(wù)以及直觀觀察算法執(zhí)行效果，本文設(shè)計(jì)了兩款軟件，本文所有算法均是在該軟件上進(jìn)行測(cè)試的。同時(shí)，這兩款軟件也可以