基于多算法融合的驾驶员疲劳状态检测

《基于多算法融合的驾驶员疲劳状态检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterDriverFatigueDetectionBasedonMulti—algorithmFusionByMingxiaWangSupervisor：Prof．ShimeiSuElectricalEngineeringTheoryandNewTechnologySchoolofElectricalEngineeringMay，2014学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外

2、，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：王目辛日期：w恤年6月夕日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文

3、直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：王啁谨日期：bJ≯年‘月弓日摘要交通的快速发展，带来了很多负面效应，其中疲劳驾驶带来的交通事故已经成为一个重要的影响因素。近年来，汽车的设计越来越满足人类对舒适度的要求，疲劳驾驶就更容易发生。为了减少这种事故的发生，找出一种准确的检测疲劳状态并且及时有效的给驾驶员～个警惕成为了一个必要的手段。本文在保证驾驶舒适度的基础上，采用非接触式疲劳检测算法检测出疲劳状态。具体的疲劳检测算法分开来讲，有以下几部分构成：人脸检测部分，在选取了合适的人脸库基础上，根据判断肤色在色彩空

4、间上的特征，选取了基于YCbCr肤色特征的人脸检测算法。首先对肤色进行预处理，然后对得到的处理进行积分投影后最终分离出入脸区域。人眼检测部分，采用自适应边缘特征提取的人眼定位检测算法。首先对提取出人脸图像进行Robert算子自适应边缘特征提取，经过求梯度、计算复杂度等的处理后，基本上可以判断出人的眼睛位置。在此基础上提出对人眼进行二次特征提取，经过再次计算梯度和复杂度处理，得到一个眼睛的定位结果。实验结果也证明了这种方法能够很大程度上改善人眼检测的检测率，并且能够提高检测速度。人眼状态判断部分，本文采用国际上通用的PERCLOS状态识别方法对人眼进行判断。通过计算眼

5、睛面积的大小，与标准里眼睛睁开度比较判断眼睛的睁闭状态。论文中的人脸检测算法、人眼定位检测算法以及疲劳判断算法是在MATLAB图像函数库实现。实验证明改进后的算法对人脸检测和人眼检测率都有了明显的提高，并且在一定的程度上提高了实时性，所以本文采用的算法是可行的，具有一定的实际意义。关键词：疲劳检测YcbCr人眼定位特征提取PERCLOS摘要AbstractTherapiddevelopmentoftransportation，butitalsobringsalotofnegativeeffects，accidentscausedbydriverfatigueisin

6、creasinglybecominganimportantreason．Includingthatmoreandmoredesignaboutautomobilemeetshumancomfortrequirements，thedriverfatigueismorelikelytooccur．Inordertoreducetheoccurrenceofsuchincidents，itbecomesanecessarymeantofindanaccurateandtimelyfatiguedetectionalgorithm．Inthispaper,basedondr

7、ivingcomfort，detectionstateisdetectedbynon-contactfatiguedetectionalgorithm．Specificdetectionalgorithmintermsoffatigueseparatelywiththefollowingcomponents：Facedetection，intheselectionofthe啦灿facedatabase，basedonthecolorfeatureinthecolorspace．Facedetectionalgorithmbasedoncolorfeaturesi