基于人臉特征點的駕駛員疲勞檢測算法研究.pdf

1、隨著社會經(jīng)濟的發(fā)展，汽車的數(shù)量越來越多，為人們提供各種生活便利的同時也給出行安全帶來了巨大壓力。從對各類交通事故數(shù)據(jù)的統(tǒng)計調(diào)查中發(fā)現(xiàn)，由于駕駛員疲勞而造成的交通事故逐年增加。因此實時檢測駕駛員的疲勞狀態(tài)顯得尤為重要，急需開發(fā)一個駕駛員疲勞監(jiān)測系統(tǒng)，能夠準確檢測并及時預警，減少交通事故。當前國際上有不少研究疲勞檢測的機構(gòu)，正在開發(fā)的檢測系統(tǒng)也有很多，但大多數(shù)實用性不高，檢測的準確率和效率不高，要普遍使用還需很長時間發(fā)展。
　　本文對

2、比了國內(nèi)外疲勞檢測的方法，分析了各自的優(yōu)缺點，設(shè)計了一種基于視覺圖像、非侵入、快速有效的檢測方法。該方法利用圖像處理技術(shù)對駕駛員人臉進行圖像分析，根據(jù)人臉特征點提取最能反映疲勞特征的眼睛和嘴巴信息，結(jié)合改進的PRECLOS和模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)對駕駛員的疲勞狀態(tài)進行檢測與預警，在識別率和效率方面取得了很好的效果。
　　本文的主要研究內(nèi)容如下：
　?。?）詳細分析了當前國內(nèi)外研究駕駛員疲勞檢測的方法，通過檢測精度和實用性的對比，決

3、定采用視覺圖像方法進行人臉檢測實現(xiàn)疲勞判斷。
　?。?）研究了Haar級聯(lián)算法與HOG級聯(lián)算法，并做了對比實驗，且對人臉檢測算法進行了改進，實驗表明改進的人臉檢測算法能夠?qū)崿F(xiàn)人臉快速準確檢測。
　?。?）研究了一種基于人臉特征點的疲勞特征提取算法，即回歸樹級聯(lián)算法?；貧w方法用于學習一個回歸函數(shù)，將圖像外觀特征映射到目標形狀。通過梯度提升算法學習每個回歸函數(shù)，并將殘差擬合到回歸樹，然后用級聯(lián)方法解決形狀估計的精度問題?；貧w樹級