在安全駕駛領(lǐng)域,駕駛員的身心狀態(tài)對(duì)于交通安全至關(guān)重要。檢測(cè)異常駕駛分為接觸式檢測(cè)和非接觸式檢測(cè),接觸式檢測(cè)利用各種設(shè)備檢測(cè)人體生理信號(hào)來(lái)判斷駕駛員狀態(tài),非接觸式檢測(cè)常用的方法是通過(guò)網(wǎng)絡(luò)攝像頭獲取駕駛員面部信息進(jìn)行檢測(cè)。圖像檢測(cè)中常用的方法是通過(guò)檢測(cè)出人臉關(guān)鍵點(diǎn)位置,然后分析駕駛員嘴巴動(dòng)作來(lái)確定是否打哈欠,結(jié)合眼部閉合程度來(lái)判斷是否疲勞。因此本文提出一種級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的方法檢測(cè)出駕駛員面部的68個(gè)關(guān)鍵點(diǎn)。但是這種檢測(cè)效果有一定的局限性,并且沒(méi)有充分利用到人臉的豐富信息。因此針對(duì)以上問(wèn)題,本文提出了基于面部表情的駕駛員狀態(tài)檢測(cè)分析方法。人臉表情是人類情感表達(dá)的最重要、最直接的載體之一,通過(guò)面部表情的分析,可以推測(cè)出很多有效的信息,因此表情識(shí)別是一個(gè)很有價(jià)值的研究方法;目前較好的表情識(shí)別算法大都是基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的,為了能夠提高表情識(shí)別精度,常用的方法是增加卷積神經(jīng)網(wǎng)絡(luò)深度,但是單純的增加網(wǎng)絡(luò)深度會(huì)導(dǎo)致參數(shù)數(shù)量巨大,在硬件配置一般的環(huán)境中難以滿足實(shí)時(shí)性的要求。針對(duì)難以滿足實(shí)時(shí)性的問(wèn)題,本文提出一種改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型,通過(guò)對(duì)卷積核進(jìn)行不規(guī)則的變換,不僅能夠在網(wǎng)絡(luò)深度增加的情況下減少參... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

接觸式的駕駛員狀態(tài)檢測(cè)圖

電子科技大學(xué)碩士學(xué)位論文駕駛平臺(tái)中的實(shí)驗(yàn)結(jié)果，來(lái)驗(yàn)證本文提出的駕駛員面部表情識(shí)別網(wǎng)絡(luò)模型的可行性。第六章總結(jié)了基于面部表情的駕駛員狀態(tài)檢測(cè)算法的優(yōu)勢(shì)和劣勢(shì)，并對(duì)目前的工作進(jìn)行了歸納，最后結(jié)合當(dāng)前的發(fā)展趨勢(shì)與存在的問(wèn)題，對(duì)未來(lái)的駕駛員狀態(tài)檢測(cè)進(jìn)行展望。

電子科技大學(xué)碩士學(xué)位論文偽跡后的信號(hào)如下：(2-1)其中， ( )表示的為偽跡信號(hào)， ( )代表眼電信號(hào)， 為常數(shù)值，是一個(gè)比例，一般由最小二乘法確定 的值。經(jīng)過(guò)測(cè)量計(jì)算了解到眼電信號(hào)和眼電信號(hào)差異比較明顯并且易于測(cè)量，所以偽跡減法可以用于偽跡信號(hào)的去除。y (t ) y (t ) kx( t )


本文編號(hào)：3574891