基于眼部紋理特征和身份識別的疲勞檢測
發(fā)布時間:2022-10-05 19:04
疲勞,是人某種因素導致身體機能失調(diào),出現(xiàn)工作能力下降等狀況的現(xiàn)象。人在疲勞時,會出現(xiàn)判斷困難,記憶力下降,注意力無法集中的狀況,過度疲勞會導致人體喪失對外界突發(fā)狀況的應(yīng)急能力,甚至導致誤操作,從而引發(fā)事故。為了人體的疲勞狀態(tài)進行預(yù)警,需要開發(fā)行之有效的疲勞檢測算法。由于基于腦電波信號和基于人員動作變化的疲勞檢測方法存在干擾正常動作或系統(tǒng)之后嚴重的問題,基于視覺信息的疲勞檢測算法被認為在公共安全領(lǐng)域具有不可忽視的重要意義。本文提出了基于眼部紋理特征和身份識別的疲勞檢測算法。通過紅外攝像頭進行視覺信息采集,保證不同光照環(huán)境下的使用;在人臉檢測和特征點定位的基礎(chǔ)上,采用單個三維人臉模型進行人臉正臉化。通過姿態(tài)估計和定位點誤差補償提高正臉化精度。然后提取眼部HOG特征,利用概率SVM給出眼睛睜閉程度,并計算PERCLOS疲勞指標,作為疲勞狀態(tài)判據(jù),同時構(gòu)建了專用的人員疲勞信息數(shù)據(jù)庫用于疲勞檢測算法的訓練和檢驗。此外,為了針對不同使用者實現(xiàn)疲勞特征判據(jù)的個性化設(shè)置,引入了人臉識別模塊。最后,基于本文所提出算法,構(gòu)建了實際的疲勞檢測系統(tǒng)并進行實際駕駛環(huán)境下的疲勞檢測,實驗結(jié)果證明了本文所提出算法的...
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 研究背景
1.2.1 應(yīng)用背景
1.2.2 技術(shù)背景
1.3 技術(shù)研究現(xiàn)狀
1.4 本文主要研究內(nèi)容
1.5 本文章節(jié)安排
第二章 疲勞檢測中的人臉檢測與定位
2.1 引言
2.2 人臉檢測
2.2.1 Viola-Jones人臉檢測器
2.2.2 深度神經(jīng)網(wǎng)絡(luò)人臉檢測器
2.3 人臉追蹤
2.3.1 Camshift算法
2.3.2 卡爾曼濾波追蹤算法
2.4 特征點定位
2.4.1 約束局部模型
2.4.2 組合回歸樹
2.5 基于仿射變換的人臉歸一化
2.6 本章小結(jié)
第三章 非約束條件下的人臉正臉化
3.1 引言
3.2 硬性正臉化
3.3 軟對稱
3.4 自適應(yīng)軟對稱
3.4.2 基于臉部姿態(tài)的對稱權(quán)重調(diào)整
3.4.3 自適應(yīng)定位點誤差補償
3.5 數(shù)據(jù)庫驗證
3.6 本章小結(jié)
第四章 基于HOG特征的疲勞判定算法
4.1 引言
4.2 PERCLOS疲勞檢測指標
4.3 基于方向梯度直方圖的眼部特征提取
4.4 基于概率SVM模型的眼部開閉程度判斷
4.4.1 概率支持向量機(Probabilistic SVM)
4.4.2 滯環(huán)比較
4.5 疲勞信息數(shù)據(jù)庫構(gòu)建
4.6 實驗結(jié)果
本章小結(jié)
第五章 基于身份認定的自適應(yīng)疲勞判定
5.1 引言
5.2 圖像預(yù)處理
5.2.1 高斯差分
5.2.2 限制對比度自適應(yīng)直方圖均衡(CLAHE)
5.3 人臉特征提取
5.3.1 局部二值模式(LBP)
5.3.2 方向邊緣幅值模式
5.4 相似性度量
5.5 本章小結(jié)
第六章 算法有效性驗證及實際應(yīng)用
6.1 引言
6.1.1 基于嵌入式開發(fā)板的硬件系統(tǒng)構(gòu)成
6.1.2 基于并行運算架構(gòu)的軟件系統(tǒng)設(shè)計
6.2 實驗結(jié)果
6.3 本章小結(jié)
第七章 工作總結(jié)與未來展望
7.1 論文工作總結(jié)
7.2 未來研究展望
參考文獻
致謝
攻讀碩士學位期間已發(fā)表或錄用的論文
【參考文獻】:
期刊論文
[1]基于機器視覺的駕駛員嘴部狀態(tài)檢測方法[J]. 施樹明,金立生,王榮本,童兵亮. 吉林大學學報(工學版). 2004(02)
本文編號:3686332
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 引言
1.2 研究背景
1.2.1 應(yīng)用背景
1.2.2 技術(shù)背景
1.3 技術(shù)研究現(xiàn)狀
1.4 本文主要研究內(nèi)容
1.5 本文章節(jié)安排
第二章 疲勞檢測中的人臉檢測與定位
2.1 引言
2.2 人臉檢測
2.2.1 Viola-Jones人臉檢測器
2.2.2 深度神經(jīng)網(wǎng)絡(luò)人臉檢測器
2.3 人臉追蹤
2.3.1 Camshift算法
2.3.2 卡爾曼濾波追蹤算法
2.4 特征點定位
2.4.1 約束局部模型
2.4.2 組合回歸樹
2.5 基于仿射變換的人臉歸一化
2.6 本章小結(jié)
第三章 非約束條件下的人臉正臉化
3.1 引言
3.2 硬性正臉化
3.3 軟對稱
3.4 自適應(yīng)軟對稱
3.4.2 基于臉部姿態(tài)的對稱權(quán)重調(diào)整
3.4.3 自適應(yīng)定位點誤差補償
3.5 數(shù)據(jù)庫驗證
3.6 本章小結(jié)
第四章 基于HOG特征的疲勞判定算法
4.1 引言
4.2 PERCLOS疲勞檢測指標
4.3 基于方向梯度直方圖的眼部特征提取
4.4 基于概率SVM模型的眼部開閉程度判斷
4.4.1 概率支持向量機(Probabilistic SVM)
4.4.2 滯環(huán)比較
4.5 疲勞信息數(shù)據(jù)庫構(gòu)建
4.6 實驗結(jié)果
本章小結(jié)
第五章 基于身份認定的自適應(yīng)疲勞判定
5.1 引言
5.2 圖像預(yù)處理
5.2.1 高斯差分
5.2.2 限制對比度自適應(yīng)直方圖均衡(CLAHE)
5.3 人臉特征提取
5.3.1 局部二值模式(LBP)
5.3.2 方向邊緣幅值模式
5.4 相似性度量
5.5 本章小結(jié)
第六章 算法有效性驗證及實際應(yīng)用
6.1 引言
6.1.1 基于嵌入式開發(fā)板的硬件系統(tǒng)構(gòu)成
6.1.2 基于并行運算架構(gòu)的軟件系統(tǒng)設(shè)計
6.2 實驗結(jié)果
6.3 本章小結(jié)
第七章 工作總結(jié)與未來展望
7.1 論文工作總結(jié)
7.2 未來研究展望
參考文獻
致謝
攻讀碩士學位期間已發(fā)表或錄用的論文
【參考文獻】:
期刊論文
[1]基于機器視覺的駕駛員嘴部狀態(tài)檢測方法[J]. 施樹明,金立生,王榮本,童兵亮. 吉林大學學報(工學版). 2004(02)
本文編號:3686332
本文鏈接:http://www.sikaile.net/yixuelunwen/swyx/3686332.html
最近更新
教材專著