学位论文 > 优秀研究生学位论文题录展示
驾驶员疲劳驾驶检测系统的研究与实现
作 者: 柳露艳
导 师: 王直杰
学 校: 东华大学
专 业: 模式识别与智能系统
关键词: 人脸检测 人眼定位 人眼状态识别 疲劳分析 驾驶疲劳检测
分类号: U463.6
类 型: 硕士论文
年 份: 2014年
下 载: 85次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来,随着大众生活水平的提高,各国人民汽车的人均持有量也变得越来越多。然而,伴随而来的交通事故也不断的增多。经研究表明,疲劳驾驶是交通事故变得日益严重的重要原因之一,因此,研究出可以进行实时检测驾驶员疲劳的预警系统有着十分重要的现实意义。本文在参考了大量的国内外相关文献的基础上,对实际驾驶环境的特点进行了分析并给出系统的需求分析,进而找到了合适的解决方案,最终,实现了一种驾驶员疲劳驾驶检测系统。本文所实现的疲劳驾驶检测系统由人脸检测模块、光照预处理模块、人眼定位模块、人眼状态识别模块、疲劳分析和预警模块组成。在人脸检测模块,本文采用了一种现有的已经比较成熟的人脸检测算法——基于Haar特征的AdaBoost级联分类器算法,根据此算法对目标图像进行人脸定位。然后,对定位到的人脸图像进行光照预处理。人眼定位模块采用了灰度积分投影与分块复杂度分析相结合的算法对人眼进行二次定位,先使用灰度积分投影算法定位出人眼的大概位置,然后使用分块复杂度分析算法定位到人眼的精确位置。人眼状态识别模块是根据人眼部信息,通过事先给出的一定判别标准,判断眼部是否处于疲劳状态,从而达到疲劳检测的目的。在疲劳分析与预警模块,本文采用了基于PERCLOS值与眨眼频率相结合的人眼状态识别方法,提高了报警准确性和可靠性,从而尽量避免行车的安全隐患。本文在visual studio平台上实现了整个疲劳驾驶检测系统,在FERET人脸数据库和自制人脸库中进行了测试,并得出实验结果。实验结果显示,该系统能够解决戴眼镜、头部旋转、光照变化、表情变化等情况下的眼睛定位、状态识别和疲劳判定,眼睛定位准确率可达94.67%,状态识别准确率可达98%,平均每帧处理时间约为50毫秒,精度高、实时性好。最后,分析了系统的不足和有待改进的地方。
|
全文目录
摘要 5-7 ABSTRACT 7-11 第1章 绪论 11-17 1.1 研究背景与意义 11-12 1.2 国内外疲劳驾驶检测系统研究现状 12-15 1.2.1 国外疲劳驾驶检测系统的研究成果 12-14 1.2.2 国内疲劳驾驶检测系统的研究现状 14-15 1.3 论文的主要研究内容 15-17 第2章 驾驶疲劳检测系统相关算法综述 17-30 2.1 人脸检测算法概述 17-20 2.1.1 基于肤色特征的方法 17-18 2.1.2 基于启发式模型的方法 18-19 2.1.3 基于统计模型的方法 19-20 2.2 光照预处理方法综述 20-21 2.3 人眼定位算法综述 21-24 2.4 人眼状态识别算法综述 24-27 2.5 常用的疲劳判定方法 27-29 2.6 本章小结 29-30 第3章 疲劳驾驶检测系统需求分析与设计 30-35 3.1 驾驶疲劳检测系统需求分析 30-31 3.2 驾驶疲劳检测系统设计 31-33 3.3 本章小结 33-35 第4章 驾驶疲劳检测系统详细设计与实现 35-55 4.1 视频采集 35-36 4.2 人脸检测模块 36-43 4.2.1 Harr特征与积分图 36-38 4.2.2 Adaboost算法原理 38-40 4.2.3 实验结果分析 40-43 4.3 图像预处理模块 43-47 4.3.1 Gamma矫正 43-45 4.3.2 高斯差分滤波 45-46 4.3.4 对比均衡化 46-47 4.4 人眼检测模块 47-49 4.4.1 基于灰度投影的人眼粗定位 47-48 4.4.2 基于分块复杂度的人眼精确定位 48-49 4.5 人眼状态识别模块 49-50 4.6 疲劳判定模块 50-51 4.7 报警模块 51-52 4.8 测试结果分析 52-54 4.9 本章小结 54-55 第5章 总结与展望 55-58 5.1 研究工作总结 55-56 5.2 不足与展望 56-58 参考文献 58-61 附录 61-66 攻读硕士期间发表的论文及专利 66-67 致谢 67
|
相似论文
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 人脸检测算法的FPGA设计与实现,TP391.41
- 基于视频流的快速人脸检测与实时跟踪算法研究,TP391.41
- 红外条件下驾驶员疲劳检测研究,TP391.41
- 人脸检测系统研究,TP391.41
- 基于Adaboost的人脸检测算法研究与实现,TP391.41
- 嵌入式人脸检测系统研究,TP391.41
- 基于视觉的驾驶员疲劳状态检测方法研究,TP391.41
- 基于视觉的驾驶员疲劳实时检测研究,TP391.41
- 基于脑电信号的疲劳估计和实时监控技术研究,TN911.6
- 基于双核架构的嵌入式人脸识别系统,TP391.41
- SCR管—土相互作用及触地点疲劳分析,P756.2
- 面向绿色再制造的破碎机关键部件疲劳寿命分析,TD451
- 惯性测量组合减振系统动力学设计及实验研究,TB535.1
- 基于ANSYS Workbench的汽车铝合金车轮强度分析,U463.34
- 计及成形因素预测汽车钢圈多轴疲劳寿命的研究,TG386
- 基于图像分析的人脸比对技术研究,TP391.41
- 强力型履带起重机臂架疲劳分析,TH213.7
- 基于ANSYS的CNG储气钢瓶的可靠性分析和疲劳分析,TH49
- 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
- 基于DSP的人眼状态信息检测系统的研究和设计,TP391.41
中图分类: > 交通运输 > 公路运输 > 汽车工程 > 汽车结构部件 > 电气设备及附件
© 2012 www.xueweilunwen.com
|