自從改革開放以來,我國(guó)的經(jīng)濟(jì)開始了飛速的發(fā)展,伴隨著經(jīng)濟(jì)發(fā)展,人們的生活質(zhì)量也越來越高,汽車也開始逐漸的走進(jìn)了各家各戶,并逐步成為了人們生產(chǎn)生活中不可缺少的重要工具,它不僅極大的提高了人們工作和出行的效率,也為人們的物質(zhì)生活增添了不少色彩.尤其是近年來隨著經(jīng)濟(jì)的不斷發(fā)展,我國(guó)汽車的數(shù)量開始猛增,但同時(shí)也伴隨而來了一些負(fù)面的社會(huì)問題,其中就有越來越多的交通事故.交通事故造成的原因有:駕駛員醉酒駕駛,違反交通規(guī)則駕駛,情緒駕駛以及疲勞駕駛等等,在多年來對(duì)交通事故原因的統(tǒng)計(jì)以及分析的結(jié)果中可知,疲勞駕駛是造成交通事故的重要因素.因此,為了保障駕駛員的生命與財(cái)產(chǎn)安全,對(duì)駕駛員進(jìn)行疲勞駕駛檢測(cè)就顯得尤為重要.通過認(rèn)真分析研究國(guó)內(nèi)外在疲勞駕駛檢測(cè)方面的研究現(xiàn)狀,本文融合了眼睛狀態(tài)以及頭部姿態(tài),提出一種基于改進(jìn)支持向量機(jī)的疲勞駕駛檢測(cè)方法,對(duì)駕駛員的疲勞程度進(jìn)行判斷.論文完成的主要工作如下:（1）首先對(duì)膚色特點(diǎn)進(jìn)行分析,選擇對(duì)膚色聚類性較好的Ycbcr色彩空間對(duì)待檢測(cè)圖像中的膚色部分進(jìn)行分離,然后在分離出膚色部分的區(qū)域使用類Harr特征的AdaBoost分類算法進(jìn)行人臉檢測(cè).（2）在檢測(cè)出的臉部區(qū)域... 

【文章來源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

擁堵的車輛通過對(duì)道路交通事故原因統(tǒng)計(jì)的結(jié)果表明，造成交通事故主要有以下三大原因：[1]

第2章人臉檢測(cè)算法102.3.2Haar-like矩形Haar矩形特征是由Papagorgion等人提出的，并將其運(yùn)用到了人臉檢測(cè)中.Haar-like特征可用來表示圖像局部區(qū)域內(nèi)的灰度變化[33]，增強(qiáng)人臉特征表示，因此人臉部的一些特征可用Haar-like特征進(jìn)行描述和表示.計(jì)算機(jī)內(nèi)部可通過計(jì)算像素值來完成Haar-like矩形特征從形狀到數(shù)值的變化[34].下面分別為Haar特征中的雙矩形特征，三矩形特征和四矩形特征[35].雙矩形特征：a)b)圖2.3雙矩形特征三矩形特征：a)b)圖2.4三矩形特征四矩形特征：圖2.5四矩形特征Harr矩形特征能夠很好的刻畫正面人臉，然而卻無法準(zhǔn)確檢測(cè)傾斜的人臉圖像.對(duì)此RainerLienhart等人在Harr矩形特征的基礎(chǔ)之上進(jìn)行了擴(kuò)展，構(gòu)建了旋轉(zhuǎn)的Harr特征，稱之為Harr-like特征.Harr-like特征共有四種特征分別為：線性特征，邊緣特

邊緣特征


本文編號(hào)：3002701