基于計(jì)算機(jī)視覺的駕駛員疲勞實(shí)時(shí)檢測(cè)研究.pdf

1、本文介紹了駕視疲勞檢測(cè)的研究概況,對(duì)該領(lǐng)域的主要研究成果進(jìn)行歸納總結(jié)與分析,并針對(duì)基于計(jì)算機(jī)視覺的疲勞檢測(cè)方法進(jìn)行研究,構(gòu)建了一個(gè)實(shí)時(shí)的駕駛疲勞檢測(cè)系統(tǒng)。該系統(tǒng)可以通過(guò)CCD攝像頭實(shí)時(shí)地采集駕駛員上半身的視頻圖像到計(jì)算機(jī),然后通過(guò)計(jì)算機(jī)視覺算法捕獲駕駛員的眼睛閉合度來(lái)估計(jì)駕駛員的疲勞程度。本文研究的核心內(nèi)容包括：人臉定位、人臉跟蹤、眼睛定位、眼睛跟蹤、眼睛信息提取、疲勞度計(jì)算等算法的實(shí)現(xiàn)與改進(jìn)。 人臉定位采用了基于膚色區(qū)域分割與

2、人臉驗(yàn)證的方法。首先將原始的視頻圖像從RGB顏色空間轉(zhuǎn)化到Y(jié)CbCr空間,然后通過(guò)膚色檢測(cè)快速地分割出各個(gè)膚色區(qū)域,根據(jù)一些先驗(yàn)知識(shí)篩選出人臉區(qū)域,最后用一個(gè)矩形框來(lái)綁定人臉區(qū)域。為了提高人臉定位算法的抗干擾能力,本文提出了一種“收縮修整”算法(S-S,Shrink-Shear)來(lái)修正人臉定位的結(jié)果。 人臉跟蹤采用一種基于顏色信息的方法CAM Shift算法,利用膚色來(lái)跟蹤人臉,并對(duì)跟蹤過(guò)程進(jìn)行了改進(jìn)。在跟蹤之前加入人臉定位算法

3、,通過(guò)截取定位到的臉部圖像來(lái)建立目標(biāo)顏色模型,用定位到的人臉矩形區(qū)域來(lái)初始化CAM Shift算法的搜索窗口。最后用S-S算法修正CAM Shift的跟蹤結(jié)果。 眼睛定位采用了基于Haar-Like特征級(jí)聯(lián)分類器的檢測(cè)方法,在人臉區(qū)域內(nèi)按照不同尺度搜索存在的眼睛。 眼睛跟蹤主要是針對(duì)環(huán)境噪聲和干擾對(duì)眼睛定位結(jié)果的影響,本文設(shè)計(jì)了一套獨(dú)特的人眼跟蹤策略來(lái)跟蹤檢測(cè)丟失的眼睛。該算法將眼睛檢測(cè)失敗的情況分為單眼檢測(cè)丟失和雙眼檢

4、測(cè)丟失兩種。根據(jù)人臉的位置信息和眼睛定位的歷史信息來(lái)跟蹤丟失的眼睛。 眼睛信息提取主要是計(jì)算眼睛的閉合程度。分析了相關(guān)的研究方法,本文提出一種計(jì)算眼睛閉合程度的新方法-虹膜外接矩形法。其原理是通過(guò)一個(gè)外接矩形綁定虹膜區(qū)域,然后用該矩形的寬高比值來(lái)估計(jì)眼睛閉合度。與以往的算法相比該方法可以更精確地表示眼睛的狀態(tài)。 最后,采用PERCLOS算法計(jì)算疲勞程度,并分別在PC機(jī)上和DSP處理系統(tǒng)上對(duì)算法進(jìn)行了測(cè)試,取得了良好的實(shí)驗(yàn)