發(fā)布時間：2021-05-11 01:57

　　社會經(jīng)濟在飛快的發(fā)展,汽車也慢慢成為人們出行的主要方式。從傳統(tǒng)的步行逐步過渡到開車出行,汽車給人們提供了大量幫助的同時,也帶來了大量的負面影響。尤其是疲勞駕駛帶來的危害最為顯著,預防疲勞駕駛也是一個經(jīng)久不衰的研究課題,在正臉識別系統(tǒng)被廣泛開發(fā)的時候,側(cè)臉進行疲勞檢測的技術(shù)還不夠成熟。于是,本文提出了車內(nèi)人臉側(cè)面輪廓信息及特征點信息的提取,將司機的側(cè)臉輪廓信息以及特征點的輪廓信息提取并進行綜合分析,后續(xù)可以通過設(shè)定新型的疲勞檢測判決標準,將其應用到防駕駛疲勞系統(tǒng)中,方便疲勞駕駛的進一步研究與檢測。本文的具體內(nèi)容是:（1）對國內(nèi)外人臉部的輪廓提取算法,特征區(qū)域提取情況,動態(tài)圖片處理方法來分析總結(jié)。針對目前存在的問題,提出了側(cè)臉輪廓及其特征點區(qū)域提取算法的必要性和可行性。（2）對駕駛?cè)藛T的側(cè)臉部位進行了粗提取,接著對比了各種顏色空間和膚色模型后,提出了本文的根據(jù)YCbCr顏色空間來構(gòu)建橢圓膚色檢測的模型,對粗提取的皮膚區(qū)域進行檢測與定位。最后根據(jù)形態(tài)學的方法,對膚色區(qū)域進行了實驗分析,對駕駛員側(cè)臉皮膚區(qū)域進行了提取。（3）介紹了輪廓提取函數(shù)以及圖像相減法來得到人臉輪廓,針對前者會產(chǎn)生內(nèi)部和外... 

【文章來源】：重慶大學重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 輪廓提取方法
        1.2.2 特征區(qū)域提取現(xiàn)狀
        1.2.3 動態(tài)圖片處理方法
    1.3 主要工作及內(nèi)容安排
        1.3.1 主要工作
        1.3.2 內(nèi)容安排
2 側(cè)面人臉區(qū)域提取
    2.1 人臉區(qū)域的粗提取
    2.2 顏色空間選取
        2.2.1 RGB顏色空間
        2.2.2 HSV顏色空間
        2.2.3 YUV和 YIQ顏色空間
        2.2.4 YCbCr顏色空間
    2.3 膚色建模
        2.3.1 色度空間模型
        2.3.2 高斯模型
        2.3.3 YCbCr空間膚色分割模型
        2.3.4 橢圓膚色模型
        2.3.5 本文使用的膚色檢測模型
    2.4 人臉皮膚區(qū)域提取
        2.4.1 基于紋理的提取人臉的方法
        2.4.2 基于數(shù)學形態(tài)學的提取人臉的方法
        2.4.3 本文算法分析
    2.5 本章小結(jié)
3 側(cè)面人臉及特征點輪廓提取
    3.1 側(cè)面人臉輪廓的提取方法介紹
        3.1.1 使用bwperim函數(shù)輪廓提取法
        3.1.2 圖像相減法
        3.1.3 邊界追蹤法
    3.2 特征點輪廓提取法
        3.2.1 側(cè)臉區(qū)域眼部的提取
        3.2.2 側(cè)臉區(qū)域嘴部的提取
        3.2.3 側(cè)臉區(qū)域下頜的提取
    3.3 動態(tài)分析
    3.4 本章小結(jié)
4 實驗結(jié)果分析與對比
    4.1 實驗結(jié)果分析
        4.1.1 實驗平臺介紹
        4.1.2 側(cè)臉輪廓提取結(jié)果
        4.1.3 特征點輪廓提取結(jié)果
        4.1.4 動態(tài)結(jié)果分析
    4.2 與基于YUV-YIQ空間側(cè)臉輪廓提取算法對比分析
        4.2.1 算法簡介
        4.2.2 不同點對比
        4.2.3 結(jié)果對比
    4.3 本章小結(jié)
5 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來研究展望
參考文獻
附錄
    A.作者在攻讀學位期間發(fā)表的論文目錄
    B.作者在攻讀學位期間取得的科研成果目錄
    C.學位論文數(shù)據(jù)集
致謝



本文編號：3180494