版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著國(guó)家交通運(yùn)輸行業(yè)的不斷發(fā)展進(jìn)步,交通事故也在逐日增加。在引發(fā)交通事故的各項(xiàng)因素中,疲勞駕駛所占比重越來(lái)越大。為了降低交通事故次數(shù),保證駕駛員和行人的生命安全,開展駕駛員疲勞狀態(tài)自動(dòng)檢測(cè)研究具有重要現(xiàn)實(shí)意義。本文基于機(jī)器視覺原理,首先實(shí)現(xiàn)了Adaboost和主動(dòng)性狀模型(ASM)相結(jié)合的駕駛員疲勞檢測(cè)軟件系統(tǒng)。然后為了提升疲勞檢測(cè)的穩(wěn)健性做了兩方面的改進(jìn):一方面使系統(tǒng)可以適應(yīng)駕駛員姿態(tài)和環(huán)境光照因素等影響;另一方面將Perclos算法
2、、眨眼頻率、打哈欠頻率和持續(xù)閉眼時(shí)間等指標(biāo)結(jié)合起來(lái)綜合判定駕駛員的疲勞狀態(tài)。具體研究工作闡述如下:
(1)基于Adaboost和主動(dòng)性狀模型相結(jié)合的駕駛員疲勞檢測(cè)軟件系統(tǒng)研制
人眼定位是駕駛員疲勞檢測(cè)中的關(guān)鍵一環(huán)。為了提升人眼定位的準(zhǔn)確性,本文結(jié)合Adaboost算法和主動(dòng)性狀模型(ASM)各自的優(yōu)勢(shì),并以上述兩個(gè)算法為核心,基于OpenCV平臺(tái)研制開發(fā)了一套駕駛員疲勞檢測(cè)軟件系統(tǒng)。系統(tǒng)首先將采集到的人臉圖像進(jìn)行Ad
3、aboost人臉檢測(cè),然后將檢測(cè)到的人臉區(qū)域位置信息傳遞給ASM算法,作為匹配域的初始化位置,在匹配完成后即可得到準(zhǔn)確的人眼位置。大量模擬實(shí)驗(yàn)結(jié)果表明,該軟件系統(tǒng)能順利進(jìn)行疲勞駕駛狀態(tài)檢測(cè),駕駛員圖像采集及預(yù)處理、人臉檢測(cè)、人眼定位、疲勞駕駛狀態(tài)判定等各項(xiàng)功能齊備,人眼定位準(zhǔn)確率高。
(2)適應(yīng)駕駛員姿態(tài)及環(huán)境光照等因素影響的疲勞駕駛穩(wěn)健檢測(cè)算法研究
傳統(tǒng)的疲勞駕駛檢測(cè)系統(tǒng)往往沒有考慮駕駛員的姿態(tài)變化以及環(huán)境光照等因
4、素的影響。本文從這兩點(diǎn)出發(fā),設(shè)計(jì)出一種更加穩(wěn)健的疲勞駕駛檢測(cè)算法。在Adaboost和ASM相結(jié)合的人眼定位基礎(chǔ)上,算法首先通過歸一化人臉圖像并且在檢測(cè)不到人臉的情形下進(jìn)行旋轉(zhuǎn)等手段,使檢測(cè)系統(tǒng)可以適應(yīng)駕駛過程中經(jīng)常出現(xiàn)的駕駛員偏頭情形;其次通過補(bǔ)充人臉訓(xùn)練樣本和引入直方圖均衡等手段,使其可以更好的適應(yīng)駕駛中出現(xiàn)的各種光照環(huán)境。對(duì)模擬視頻進(jìn)行檢測(cè)實(shí)驗(yàn),結(jié)果表明穩(wěn)健檢測(cè)算法可以更準(zhǔn)確定位人眼的位置。不僅可以有效的適應(yīng)偏頭情況,并且可以消除
5、光照因素的影響,提升了檢測(cè)系統(tǒng)的穩(wěn)健性。
?。?)Perclos算法與眨眼頻率、打哈欠頻率和持續(xù)閉眼時(shí)間相結(jié)合的綜合疲勞駕駛狀態(tài)判定
針對(duì)Perclos算法在疲勞狀態(tài)判定時(shí)的局限性,本文提出將眨眼頻率、打哈欠頻率和持續(xù)閉眼時(shí)間等也一并作為判斷駕駛員疲勞狀態(tài)的標(biāo)準(zhǔn)。系統(tǒng)首先通過人眼閉合程度計(jì)算Perclos值,并且與此同時(shí)計(jì)算駕駛員眨眼頻率、打哈欠頻率和持續(xù)閉眼時(shí)間。無(wú)論P(yáng)erclos值如何,如果眨眼頻率過高或過低,則判
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于adaboost算法的駕駛員疲勞駕駛檢測(cè)
- 基于Adaboost算法的駕駛員疲勞駕駛檢測(cè).pdf
- 駕駛員疲勞檢測(cè)算法研究.pdf
- 駕駛員疲勞駕駛檢測(cè)算法的研究.pdf
- 基于視覺的駕駛員疲勞檢測(cè)算法研究.pdf
- 基于面部信息的駕駛員疲勞檢測(cè)算法研究.pdf
- 基于Adaboost算法的駕駛員疲勞監(jiān)測(cè)系統(tǒng).pdf
- 基于人臉特征點(diǎn)的駕駛員疲勞檢測(cè)算法研究.pdf
- 駕駛員疲勞檢測(cè)算法研究與硬件系統(tǒng)設(shè)計(jì).pdf
- 戴眼鏡駕駛員疲勞檢測(cè)算法的研究與實(shí)現(xiàn).pdf
- 基于虹膜檢測(cè)的駕駛員疲勞檢測(cè)研究.pdf
- 基于多算法融合的駕駛員疲勞狀態(tài)檢測(cè).pdf
- 基于KFEP算法的駕駛員疲勞狀態(tài)檢測(cè)方法研究.pdf
- 基于多個(gè)疲勞參數(shù)的駕駛員疲勞檢測(cè).pdf
- 基于人眼檢測(cè)的駕駛員疲勞檢測(cè)研究.pdf
- 基于HMM的駕駛員疲勞評(píng)估模型研究.pdf
- 基于視頻分析的駕駛員疲勞檢測(cè).pdf
- 基于視頻圖像的駕駛員疲勞檢測(cè).pdf
- 基于信息融合的駕駛員疲勞檢測(cè)研究.pdf
- 基于面部特征的駕駛員疲勞檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論