基于matlab的人眼检测

基于matlab的人眼检测

ID:12298126

大小:438.83 KB

页数:39页

时间:2018-07-16

基于matlab的人眼检测_第1页
基于matlab的人眼检测_第2页
基于matlab的人眼检测_第3页
基于matlab的人眼检测_第4页
基于matlab的人眼检测_第5页
资源描述:

《基于matlab的人眼检测》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、目录摘要IABSTRACTII1绪论11.1研究背景及意义11.2国内外疲劳驾驶研究现状21.3本文的主要研究内容及组织结构32人脸检测与定位技术42.1人脸检测与定位技术概述42.1.1基于图像的人脸检测方法42.1.2基于特征的人脸检测方法52.2Adaboost算法介绍62.2.1AdaBoost算法描述72.3AdaBoost算法分类器102.3.1分类器级联策略102.3.2级联分类器误差分析113人眼定位技术123.1常见的几种人眼检测方法123.2矩形特征及积分图143.2.1矩形特征143.2.2积分图153.3

2、AdaBoost算法的改进163.4构建双层AdaBoost分类器进行人眼检测183.4.1人脸定位与人眼定位的差异183.4.2人眼定位预处理193.4.3人眼定位双层分类器的构建203.5人眼定位算法的设计与实现204人眼状态识别214.1基于椭圆拟合的人眼状态分析215基于PERCLOS标准的疲劳状态分析235.1PERCLOS方法介绍236总结25参考文献26附录A28摘要随着汽车工业的不断发展,随之而来的社会问题也愈加严重。交通事故给人们造成巨大伤害的同时,也给社会带来沉重的负担和影响。由于疲劳驾驶是引起交通事故的一个

3、主要原因。因此,研究一种合理有效、实时准确检测驾驶员疲劳驾驶的非接触式车载装置对于减少交通事故,道路安全有重大意义。本文研究的主要内容包括:人脸检测、人眼定位、眼睛特征提取和状态识别、疲劳程度的计算等算法的原理及实现。首先详细阐述了经典的AdaBoost算法,该算法涉及的内容包括Haar-Like特征,弱分类器,级联的AdaBoost分类器等。然后利用AdaBoost算法进行人脸检测。虽然AdaBoost算法的检测速度快,误识率低,但是在样本的权重更新过程中,对于分类错误样本中的正、负样本没有加以区分,不利于提高正样本的识别率。

4、本文提出一种新的权重更新方法,对于分类错误的样本,对判断错误的正样本给更高的权重,使得算法在下一轮迭代时,更加关注对分类错误的正样本的学习,从而提高对正样本(人眼)的检测率。采用基于最小二乘法对眼部的外轮廓进行椭圆拟合,根据拟合椭圆的参数来判断眼睛的睁闭状态;采用结合PERCLOS和眨眼频率的方法,对疲劳状态进行检测。关键词:疲劳检测,AdaBoost,人眼定位,PERCLOS36AbstractWiththedevelopmentoftheautomobileindustrycontinuously,thesocialprob

5、lemsaremoreandmoresevere.Thetrafficaccidentsnotonlycausegreatharmtothepeople,butalsobringheavyburdenandeffecttosociety.Becausefatiguedrivingisamajorreasonthatcausedtrafficaccidents.Therefore,researchareasonableandeffectivereal-timeandnon-contactdeviceduetothedetectio

6、nofdriverfatiguedrivinghasgreatsignificanceforreducingtrafficaccidentsandraisingroadsafety.Inthispaper,themainresearchcontentsarefacedetection,eyelocation,eyefeatureextraction,principleandrealizationofthecalculationoffatigue’degree.Firstly,theclassicalAdaBoostalgorit

7、hmisproducedindetail.whichinvolvesHaar-Likefeatures,weakclassifier,cascadeAdaBoostclassifier,etc.Next,faceisdetectedbasedonAdaBoostalgorithm.AlthoughtheAdaBoostalgorithmwithalowfalsepositiverateisfast,thereisnodistinctionbetweensamplesoferrorclassificationintheproced

8、ureofweightupdating,whichignoreshitrateofpositivesamples.Inthispaper,anewmethodofweightupdatingisproposedtoimprovethehitrateofposit

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。