基于人眼跟蹤分析的疲勞駕駛檢測的研究與實現(xiàn).pdf

1、隨著汽車保有量的增加，我國交通安全問題日益突出，由駕駛員疲勞駕駛造成的交通事故越來越多，現(xiàn)已成為交通事故發(fā)生的主要因素之一。由此可見，研究并實現(xiàn)疲勞檢測相關(guān)算法對預(yù)防交通事故的發(fā)生有著重大的現(xiàn)實意義。
　　本文對國內(nèi)外有關(guān)駕駛員疲勞檢測的相關(guān)技術(shù)進行了系統(tǒng)分析，最終選取AdaBoost定位算法和模板匹配跟蹤算法，并做了進一步研究。在定位階段，首先對原圖像進行預(yù)處理，主要包括理想光照條件下的圖像灰度化、直方圖均衡化與非理想光照條件下

2、的圖像亮度對比度變換，然后應(yīng)用人臉AdaBoost級聯(lián)分類器進行人臉定位，并對檢測到的所有的人臉進行判斷，得出真正的駕駛員臉部范圍，進而在此范圍內(nèi)應(yīng)用人眼AdaBoost級聯(lián)分類器進行人眼定位，并通過自適應(yīng)閾值判斷得出正確的人眼，從而最終得到人眼跟蹤所用的模板;在跟蹤階段，根據(jù)連續(xù)兩幀人眼在水平方向和垂直方向的位移預(yù)測出人眼區(qū)域，并應(yīng)用模板匹配對人眼進行實時跟蹤，但傳統(tǒng)的模板匹配算法常常由于累積誤差和人眼的眨動導(dǎo)致跟蹤丟失，所以本文提出

3、在模板匹配的基礎(chǔ)上進行人眼輪廓提取，并根據(jù)人眼輪廓對人眼模板進行更新，從而解決了跟蹤丟失的問題;在疲勞評測階段，根據(jù)提取的人眼狀態(tài)參數(shù)統(tǒng)計眨眼頻率和計算PERCLOS值，最終得到人眼在不同時刻的特征，根據(jù)眼睛狀態(tài)判斷駕駛員疲勞程度。為了避免目標跟蹤丟失，保證跟蹤的準確性和實時性，跟蹤階段還需對人眼進行重定位判斷，在跟蹤出錯或丟失時及時的進行重定位。
　　本文在PC機上采用C#編程語言，使用VS2008開發(fā)環(huán)境并基于OpenCV計算