基于视觉分析疲劳检测方法的研究

《基于视觉分析疲劳检测方法的研究》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、DissertationSubmittedtoZhejiangUniVersityof11echnologyfortheDegreeofMasterASTUDYoFFA江IGUEDETECTIoNMETHoDSBASEDoNVIDEOANALYSISCandidate：HuangYingAdVisor：XiaoGang、LuJiaweiCollegeofInformationEngineeringZhejiangUniVersi够ofTechnologyOct2012浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进

2、行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。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。本人承担本声明的法律责任。作者签名：雀孳日期：如f工年，工月，7日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并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。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩

3、印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密町。(请在以上相应方框内打“√”)作者签名：导师签名：前亳日期：必『z年日期：Z·l辟，2r月z7日M'7日浙江工业大学硕士学位论文基于视觉分析的疲劳检测方法研究摘要研究疲劳状态特别是驾驶员的疲劳状态检测技术具有十分重要的意义。本文提出了一种鲁棒的基于Adaboost层叠式级联分类技术的快速人脸和人眼自动检测方法，结合图像MeanShiR跟踪算法能实时处理人脸视频流，快速定位人眼区域并检测出人眼状态，通过分析人眼的闭合时间比和睁眼频率可以判断人员的疲劳状态

4、。本文回顾了基于特征、基于模型匹配、基于统计学习的几类人脸与人眼检测算法。基于统计学习的Adaboost提升算法，采用Ⅵola提出的积分图方法快速计算人脸与人眼的Haar特征值，采用Adaboost瀑布式级联分类器构建人脸与人眼快速检测器，是本文的研究重点。通过先检测人脸，再定位人脸，基于人眼的生理结构粗略定位人眼区域后，再利用级联分类器可以快速检测人眼区域。由于人眼搜索范围的缩小，加快了人眼检测算法并有效减少误报，使得投入更为复杂的人眼检测器也不会使执行速度明显下降。在疲劳检测系统中，要求算法能实时对头部旋转、光照变化、闭眼等情况下跟踪眼睛，本文采用了

5、MeaIlShm和KalmaIl滤波器相结合的跟踪算法，算法不需要在每一独立的图像中都采用级联分类器检测人脸和人眼，利用视频图像在时间上的相关性加快目标搜索速度，从而达到实时性，提高系统的适应性。测试中使用了OpenCV2．0所带的一个人脸特征库和两个人眼特征库，分别对六组样本进行了测试，实验结果表明本文所设计的非接触人眼状态检测方法实时性强，检测正确率高。测试中所用到的分类器特征库，在今后的应用中还可不断补充训练样本来继续提升检测性能，而无需更改程序的主体框架和数据结构。该算法所需存储空间小，大约2M字节左右。因而，非常适合嵌入式设备的小容量要求，有着

6、良好的应用前景。关键词：Adaboost，人眼检测，haar特征，级联分类器，MeanShiR，Kalman滤波器浙江工业大学硕士学位论文ASTUDYOFI冶TIGUEDETECTIoNMETHoDSBASEDONⅥDEoANAI』ySISABSTRACTItisverysi鲥flcanttostlldyonthedetectionofhlInallbeingsespeicallyfordriVersfatigure．ArobuStandf瓠th啪aIlf．aceaIldeyeautodetectionmethodbaSedonAadboostcaSca

7、dedclassfiersisproposedint11isp印er，withtheimagetracbngalgori山[IlsuchaSMeanSmRmethod，itcallprocessrealtimevideoofdriVers，a11ddetectf．acesa11deyes，a11dlocateeyestoaIlalysethefatiguestatususingPERCLOSa11dtimesofeyeopenperminute．Itreviewedsomef．acesandeyesdetectionmethodsbaSedonfbatu

8、res，modelmatclling，andstatisticalleanlin