基于人眼狀態(tài)的駕駛員疲勞檢測(cè)研究.pdf

1、駕駛員疲勞駕駛已經(jīng)成為公路交通事故頻繁發(fā)生的主要原因之一，如何利用攝像機(jī)對(duì)駕駛員的狀態(tài)進(jìn)行實(shí)時(shí)可靠地監(jiān)控已經(jīng)成為一個(gè)熱門(mén)的研究課題。
　　本文在大量的實(shí)驗(yàn)的基礎(chǔ)上，實(shí)現(xiàn)了人眼的定位、跟蹤、狀態(tài)識(shí)別以及疲勞檢測(cè)等模塊的算法，其主要內(nèi)容如下:
　　(1)本文提出了基于近紅外圖像的人眼定位算法。為了能夠快速準(zhǔn)確地定位人眼，利用人眼在主動(dòng)紅外光源下的亮瞳效應(yīng)產(chǎn)生人眼候選區(qū)域，而對(duì)于一些由于眼鏡反射等因素沒(méi)有亮瞳的圖像，需要對(duì)其進(jìn)行對(duì)

2、稱(chēng)變換來(lái)產(chǎn)生候選區(qū)域，然后用SVM算法可以檢測(cè)到瞳孔區(qū)域，最后利用瞳孔的梯度以及幾何特征快速準(zhǔn)確定位到其中心位置。
　　(2)本文實(shí)現(xiàn)了基于卡爾曼濾波和meanshift的人眼跟蹤算法。在上述模塊完成的基礎(chǔ)上，對(duì)于有亮瞳的圖像，用卡爾曼濾波進(jìn)行跟蹤;而對(duì)于亮瞳較弱或著沒(méi)有亮瞳的圖像，先用卡爾曼濾波進(jìn)行運(yùn)動(dòng)估計(jì)，然后使用meanshift算法進(jìn)行跟蹤。
　　(3)本文給出了基于混合投影的人眼狀態(tài)識(shí)別方法。確定了人眼區(qū)域和瞳孔中