融合面部特征的駕駛員疲勞檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、隨著汽車(chē)產(chǎn)業(yè)和交通運(yùn)輸業(yè)的發(fā)展，交通安全成為一個(gè)不可忽視的問(wèn)題。疲勞駕駛作為一種嚴(yán)重威脅交通安全的因素，給國(guó)家和社會(huì)造成了巨大的財(cái)產(chǎn)損失和人員傷亡。因此，設(shè)計(jì)出一種具有實(shí)時(shí)性、準(zhǔn)確性和魯棒性的駕駛員疲勞檢測(cè)方法，對(duì)于保護(hù)駕駛員及乘員安全具有重要意義。
　　本文在深入研究前人提出的駕駛員疲勞檢測(cè)方法原理的基礎(chǔ)上，針對(duì)提高疲勞判斷實(shí)時(shí)性及準(zhǔn)確度的問(wèn)題開(kāi)展了一些研究工作，提出了一種基于多個(gè)特征的駕駛員疲勞融合檢測(cè)算法。該方法首先通過(guò)攝相

2、機(jī)實(shí)時(shí)拍攝駕駛員面部圖像，使用主動(dòng)形狀模型（Active Shape Model，ASM）定位臉部特征，然后提取出最能反映疲勞狀態(tài)的眼睛和嘴部信息，最后利用模糊推理的方法，根據(jù)人的經(jīng)驗(yàn)，“智能”地判斷疲勞程度，從而準(zhǔn)確地量化疲勞這一模糊概念，快速準(zhǔn)確地判斷疲勞的發(fā)生。本文主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　　(1)針對(duì)基于單一特征檢測(cè)算法在準(zhǔn)確率和魯棒性上存在不足的問(wèn)題，提出了一種基于多個(gè)特征的駕駛員疲勞融合檢測(cè)算法。選取能夠直接反

3、映駕駛員疲勞程度的2個(gè)面部特征（眼睛和嘴巴）對(duì)駕駛員狀態(tài)進(jìn)行綜合判斷。
　　(2)對(duì)比分析目前人臉定位所采用的方法，考慮到算法的實(shí)時(shí)性，使用一種基于類(lèi)Haar特征的級(jí)聯(lián)Adaboost的快速人臉檢測(cè)方法進(jìn)行人臉定位，約束ASM初始搜索形狀，提高ASM的收斂速度。
　　(3)研究了一種特征定位及提取的方法，先利用ASM在人臉?lè)秶鷥?nèi)進(jìn)行特征定位，定位出眼睛和嘴巴。然后通過(guò)計(jì)算眼睛和嘴巴特征點(diǎn)之間的距離，提取出眼睛、嘴巴高度及寬度