基于计算机视觉的疲劳驾驶检测技术研究

基于计算机视觉的疲劳驾驶检测技术研究

ID:35016337

大小:18.89 MB

页数:70页

时间:2019-03-16

基于计算机视觉的疲劳驾驶检测技术研究_第1页
基于计算机视觉的疲劳驾驶检测技术研究_第2页
基于计算机视觉的疲劳驾驶检测技术研究_第3页
基于计算机视觉的疲劳驾驶检测技术研究_第4页
基于计算机视觉的疲劳驾驶检测技术研究_第5页
资源描述:

《基于计算机视觉的疲劳驾驶检测技术研究》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、0010单位代码;1学号:X?杉2^巧於禱化索化义乂#硕±研究生学位论文题目昔备可寸心‘佩影啼^奏茸攀滅推>啼冰襄1^专业啦逝研究生番?省指导教师為^瞭峭—日期月J日:>Wi年‘;北京化工大学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行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。本人完全意识到本声明的法律结果由本人承

2、担。,八專、^作者签名於化I:杨日期;关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,目P;研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可W公布学位论文的全部或部分内容,可允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开(或保密)注释;本学位论文属于暂不公开(或保密)范围,在_年解密后适用本授权书。□非暂不公开(或保密)论文注释:本学位论文不属于暂不

3、公开(或保密)范围,适用本授权书。'、.作者签名I;祗?補日期;7^、6"导师签名?;日期;乃I,台户j学位论文数据集中图分类号TP391.41学科分类号520.6040论文编号1100020150783密级公开学位授予单位代码学位授予单位名称北京化工大学作者姓名蒋文博学号2012200783获学位专业名称计算机科学与技水获学位专业代码081200课题来源自选研究方向疲劳检观1论文题目基于计算机视觉的疲劳驾驶检测技术研究关键词疲劳检测,FTAda

4、boost,特征裁剪,分类器训练,PERCLOS论文答辩曰期2015/5/27*论文类型应用研究I学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师谢晓明副教授北京化王大学现代通信技术评阀人1袁洪芳副教授北京化工大学智能故障诊断评阅人2王世明教授中国科学技术大学信息与电子学评阅人3评阅人4低压电力线载波通信测答辩委员会主席王学伟教授北京化工大学试技术、智能检测与功率电能测量技术答辩委员1袁洪芳副教授化京化工大学智能故障诊断

5、答辩曼员2尤枫副教授北京化工大学软件测试VLSI测试与可测性设答辩委员3裴颂伟副教授北京化工大学计,嵌入式系统,计算机体系结构答辩曼员4李学崩副教授北京化工大学信号处理答辩妾员5一注:.论文类垫:1.基础研究2.应用研究3.开发研究4.其它二.中图分类号在《中国图书资料分类法》查询。-互.学科分类号在中华人民共和国国家标准B/T137459)《》(G学科分类与代码中查询。四.论文编号由单位代码和年份及学号的居四位组成。摘要基于计算机视觉的驾驶员疲劳检测技术研究摘要

6、随着科学技术日新月异的进步,交通运输业也得到了高速的发展,道路交通事故频发成为危害人身和财产安全的严峻问题。而导致交通事故频一一繁发生的个重要因素就是疲劳驾驶。因此,开发套智能化,高准确率且设备结构简单的实时疲劳检测预警系统具有十分重要的意义。本文在研究大量文献的基础上,选择计算机视觉中的机器学习方法进行疲劳检测。本文研究的驾驶员疲劳检测技术主要包含H个部分:基于Adaboost算法的人脸检测方法改进,人眼疲劳状态的判定,仿真模拟软件的测试。本文人脸、人眼分类器的训练采用基于Haar特征的Ad化oost算法。一并

7、针对传统Ackboost算法训练耗时的缺点,设计了种基于特征裁剪的FTAdaboost算法,算法根据特征初始化后的错误率曲线,按预分类能力一。的强弱对第个拐点前的特征进行裁剪,进而缩短训练时间同时在人脸检测时结合肤色空间的方法,判断指定人脸区域是否满足肤色特性来对候选人脸窗口进行验证,降低了误检率。疲劳检测部分,本文对传统检测方法进行改进,由传统的睁闭眼二极化判断,改进为根据不同睁眼程度的多极化判断,能够在驾驶员睡着(完全闭眼)之前检测出疲劳状态,最后通过PE民CLOS标准进行综合判定。实验结果表明,本文改进的FTAcb

8、boost算法在保证检测准确率的基础上,训练时间有大幅减少,且在彩色图像的I北京化工大学硕j:学位论文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。