隨著汽車保有量的不斷上升,交通事故越來越成為威脅人身及財產(chǎn)安全的社會難題�，F(xiàn)今,生活節(jié)奏的加快和人們睡眠時間的減少導(dǎo)致因疲勞和瞌睡而引發(fā)的交通事故數(shù)量正在逐年升級,通過對駕駛員的疲勞駕駛行為進行及時預(yù)警能夠有效減少該類交通事故的發(fā)生。本文利用計算機視覺技術(shù)分析駕駛員面部圖像,研究實時的、準確的疲勞駕駛預(yù)警算法。該算法包含四個主要步驟,分別為人臉檢測、人臉關(guān)鍵點定位、眼睛和嘴巴區(qū)域定位及狀態(tài)識別、多參數(shù)融合疲勞檢測。本文的主要工作內(nèi)容如下:（1）針對Adaboost人臉檢測算法檢測速度慢的問題,提出了一種基于區(qū)域預(yù)判的人臉檢測算法,先在整幅視頻圖像上檢測人臉,然后在上一幀檢測到的最大人臉圖像的基礎(chǔ)上擴大一定范圍作為下一幀的檢測區(qū)域。該算法去除了大量的背景區(qū)域,提升了人臉檢測的速度。（2）在檢測到的駕駛員面部圖像上快速準確地定位人臉關(guān)鍵點。本文用標記有5個關(guān)鍵點的人臉圖像訓(xùn)練基于集成回歸樹（Ensemble of Regression Trees,ERT）的人臉關(guān)鍵點檢測模型并設(shè)計了具有不同結(jié)構(gòu)的多個卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network,CNN）人臉關(guān)鍵點檢測... 

【文章來源】：中國礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

Haar-like特征

圖 2-2 Harr-like 特征在人臉中的應(yīng)用示例Figure 2-2 Examples of applying Haar-like feature on a face模板的特征值的計算方式是用白色矩形區(qū)域的灰度像素和減灰度像素和，如式(2-1)所示：1Re ( )Ni iiFeature w cSum r 表示特征模板中包含的矩形總數(shù)，iw 表示第 i 個矩形的權(quán)值，白色則為 1），Re ( )icSum r 為矩形內(nèi)的灰度像素和。 haar-like 特征的檢測可以量化臉部各區(qū)域的狀態(tài)以區(qū)分人臉2 顯示了不同類型的 haar-like 特征在描述人臉中的作用，眼，因此可以用 haar-like 特征中的邊緣特征模板檢測眼睛邊緣域亮，因此可以用線性特征模板檢測鼻子[41]。分圖 haar-like 特征的計算量很小，但搜索整幅圖所需要計算的特征

圖 2-3 積分圖計算Figure 2-3 Integral graph calculation子迭代計算整幅圖像的積分圖s ( x, y ) s ( x, y 1) I ( x, y)SAT ( x, y ) SAT ( x 1) s ( x, y) ( x, y )及其上方一列像素的和圖 2-4 矩形區(qū)域像素和4 Finding the sum of the shaded recta色四個端點的積分圖的值分別

【參考文獻】：
期刊論文
[1]基于級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的疲勞檢測[J]. 趙雪鵬,孟春寧,馮明奎,常勝江.  光電子·激光. 2017(05)
[2]基于ASM的多特征融合駕駛員疲勞檢測方法[J]. 白中浩,劉瀏,焦英豪,曹松.  電子測量與儀器學(xué)報. 2016(12)
[3]基于主動形狀模型及模糊推理的駕駛疲勞檢測[J]. 白中浩,焦英豪,白芳華.  儀器儀表學(xué)報. 2015(04)
[4]面部多特征融合的駕駛員疲勞檢測方法[J]. 周云鵬,朱青,王耀南,盧笑,凌志剛.  電子測量與儀器學(xué)報. 2014(10)
[5]基于分級策略的自動人眼檢測與定位[J]. 李棟,田彥濤,劉帥師.  吉林大學(xué)學(xué)報(信息科學(xué)版). 2014(03)
[6]心率變異性與駕駛疲勞相關(guān)性研究[J]. 董占勛,孫守遷,吳群,徐娟芳.  浙江大學(xué)學(xué)報(工學(xué)版). 2010(01)
[7]彩色圖像中的人眼對定位[J]. 顧曉波,王耀明.  計算機應(yīng)用與軟件. 2008(08)
[8]雙層結(jié)構(gòu)Adaboost健壯分類器用于人眼精確定位[J]. 劉藝,龔衛(wèi)國,李偉紅.  計算機應(yīng)用. 2008(03)
[9]基于模板匹配和遺傳算法的人眼定位[J]. 余甜甜,唐普英.  計算機仿真. 2007(04)
[10]一種基于知識的快速人臉檢測方法[J]. 姜軍,張桂林.  中國圖象圖形學(xué)報. 2002(01)

碩士論文
[1]基于表情與頭部狀態(tài)識別的疲勞駕駛檢測算法的研究[D]. 鄒昕彤.吉林大學(xué) 2017
[2]基于人眼狀態(tài)的駕駛員疲勞檢測技術(shù)研究[D]. 陳明初.重慶大學(xué) 2012
[3]多姿態(tài)人臉檢測系統(tǒng)的研究與實現(xiàn)[D]. 楊仁慧.天津大學(xué) 2007
[4]視頻中人臉檢測及跟蹤技術(shù)的研究[D]. 季劍嵐.南京理工大學(xué) 2005



本文編號：3537774