学位论文 > 优秀研究生学位论文题录展示

基于视觉的驾驶员疲劳实时检测研究

作　者: 马树军
导　师: 王宏
学　校: 东北大学
专　业: 机械电子工程
关键词: 疲劳驾驶 人脸检测 人眼定位 Hough变换 眼部状态识别
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 13次
引　用: 0次
阅　读: 论文下载
 

内容摘要


研究如何有效的监测和防止驾驶员疲劳,对于减少交通事故有着十分现实的重要意义。司机疲劳的最直观表现是眼睛的疲劳状态,因此快速、实时地检测驾驶员眼睛的疲劳状态是很重要的。本文充分利用先进的计算机视觉技术检测驾驶员的面部特征,包括人脸及眼睛的位置。在对驾驶员行为进行监控时,利用CCD摄像头获取驾驶员的一段连续视频图像,用快速、简单的算法对每幅图像中的眼睛特征点进行定位和状态判定,在不影响驾驶的情况下给出了驾驶员的疲劳程度,并给予及时的警示。论文的主要研究内容如下：对人脸定位、人眼定位、眼睛状态识别以及相关的图像处理技术进行了较为深入的研究,在借鉴已有的相关算法的基础上,设计并实现了一种适合于疲劳驾驶预警的改良算法。本文首先介绍了一种基于haar-like特征的adaboost目标识别算法,该算法能够非常迅速地处理图像内容并能够得到较高的正确率。本文将该算法应用于人脸检测,取得了满意的结果。在检测到人脸的基础上,提出了利用模板匹配的方法对人眼进行定位。实验表明该方法能快速且较为准确地定位人眼中心。接下来采用一种结合灰度投影和霍夫变换进行眼部状态识别的方法,最后,依据PERCLOS准则,判断驾驶员是否处于疲劳状态。本文进行了大量的仿真实验。实验表明,系统能够准确地定位人眼并检测眼睛的开闭状态,从而有效的检测驾驶员的疲劳程度。在实验室环境下有较高的识别率。

全文目录


摘要  5-6
Abstract  6-7
目录  7-10
第1章 绪论  10-18
  1.1 研究背景及意义  10-11
  1.2 疲劳驾驶及疲劳的检查方法  11-13
    1.2.1 驾驶疲劳的致因  11-12
    1.2.2 驾驶疲劳的检测方法  12-13
  1.3 驾驶疲劳检测系统的国内外研究现状  13-16
    1.3.1 国外的研究现状  14-15
    1.3.2 国内的研究现状  15-16
  1.4 目前研究所存在的问题  16
  1.5 本文的研究内容及结构安排  16-17
  1.6 本章小结  17-18
第2章 驾驶员人脸检测  18-32
  2.1 人脸检测简介  18
  2.2 人脸检测的方法  18-22
    2.2.1 基于知识人脸检测方法  18-20
    2.2.2 基于统计理论的人脸检测方法  20-22
  2.3 基于AdaBoost方法的人脸检测  22-31
    2.3.1 Adaboost算法介绍  22
    2.3.2 Haar-like特征  22-25
    2.3.3 积分图  25-26
    2.3.4 分类器  26-29
    2.3.5 级联分类器  29-30
    2.3.6 人脸检测的实现  30-31
  2.4 本章小结  31-32
第3章 驾驶员眼部的检测与定位  32-44
  3.1 人眼检测方法  32-34
    3.1.1 灰度积分法  32
    3.1.2 对称变换法  32-33
    3.1.3 Hough变换法  33-34
    3.1.4 主元分析法  34
    3.1.5 模板匹配法  34
  3.2 模板匹配的基本原理  34-37
    3.2.1 匹配  34-35
    3.2.2 匹配原理  35-36
    3.2.3 匹配算法  36-37
  3.3 模板匹配法检测眼睛  37-42
    3.3.1 模板选取  37-39
    3.3.2 模板匹配准则  39-41
    3.3.3 实验结果与分析  41-42
  3.4 本章小结  42-44
第4章 驾驶员眼睛状态判别  44-58
  4.1 眼睛状态判别的方法概述  44-48
    4.1.1 基于模式分类的眼睛状态判别  44
    4.1.2 基于特征分析的眼睛状态判别  44-48
  4.2 一种基于水平投影和Hough查找虹膜相结合的人眼状态判别法  48-56
    4.2.1 色彩空间的选择  48-50
    4.2.2 水平投影法判断闭眼  50-51
    4.2.3 Hough变换检测虹膜判断睁眼  51-56
  4.3 实验结果和分析  56
  4.4 本章小结  56-58
第5章 驾驶员疲劳状态检测  58-64
  5.1 司机疲劳判定方法  58
  5.2 PERCLOS测评驾驶疲劳的机理  58-60
  5.3 驾驶员疲劳状态监测算法仿真  60-62
    5.3.1 算法实现及流程  60-61
    5.3.2 算法仿真结果  61-62
  5.4 本章小结  62-64
第6章 总结与展望  64-66
  6.1 总结  64
  6.2 展望  64-66
参考文献  66-72
致谢  72

相似论文

  1. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  2. 基于空间—频率域的织物组织识别新技术研究,TS101.923
  3. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  4. 基于OpenCV的人脸检测方法研究,TP391.41
  5. 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
  6. 基于与或图的异常人脸检测技术研究,TP391.41
  7. 基于特征点定位的虚拟试戴的研究,TP391.41
  8. 彩色人脸检测与识别研究,TP391.41
  9. 多目标视觉检测与跟踪方法研究及视频监控软件平台的开发,TP391.41
  10. 基于嵌入式平台的细胞图像识别系统的实现,TP391.41
  11. 基于嵌入式的人眼信息检测系统研究,TP391.41
  12. 基于肤色信息的人脸检测与跟踪算法研究,TP391.41
  13. 基于DSP的人眼状态信息检测系统的研究和设计,TP391.41
  14. 智能视觉导航系统中图像处理算法的研究及实现,TP391.41
  15. 基于DaVinci的人脸检测研究与实现,TP391.41
  16. 铁路机车智能视频监控系统算法研究,TP391.41
  17. 基于核心灰度分布人脸自动检测方法研究,TP391.41
  18. 基于人脸面部特征的驾驶员疲劳检测技术研究,TP391.41
  19. 基于彩色图像的人脸检测与识别技术研究,TP391.41
  20. 基于红外跟踪的实时人脸检测研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com