基于SDM的疲劳驾驶状态检测方法研究.pdf

《基于SDM的疲劳驾驶状态检测方法研究.pdf》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、分类号:TP39110710-2015124070硕士学位论文基于SDM的疲劳驾驶状态检测方法研究文芳导师姓名职称徐琨副教授申请学位类别工学硕士学科专业名称交通信息工程及控制论文提交日期2018年4月2日论文答辩日期2018年5月31日学位授予单位长安大学ResearchonFatigueDrivingStateDetectionBasedonSDMAThesisSubmittedfortheDegreeofMasterCandidate：WenFangSupervisor：AssociateProf.XuKunCh

2、ang’anUniversity,Xi’an,China摘要随着汽车保有量的增加，交通事故也随之增加，其中因疲劳驾驶导致的交通事故占比较大，不容忽视。本文对基于视觉的疲劳驾驶状态检测方法进行了较为深入的研究，提出了一种基于监督下降法（SupervisedDescentMethod，SDM）的多指标线性融合的疲劳驾驶状态检测方法，实现了准确、快速的疲劳驾驶状态判断。本文主要工作包括以下几个方面：1.提出了一种快速人脸检测方法。首先采用肤色分割算法快速完成人脸区域的初步定位，然后使用AdaBoost算法完成二次定位。实验

3、结果表明，本文方法在AdaBoost算法的基础上提高了实时性，同时也弥补了肤色分割方法不能准确定位人脸的不足。2.将SDM算法引入到人脸特征点定位中，完成了人脸特征点的准确定位。由于ASM算法在面部有遮挡和头部姿态变化较大的情况下，特征点定位会发生漂移现象。针对这一不足，本文使用SDM算法完成了人脸特征点的准确定位。将本文算法在CAS-PEAL-R1数据集上进行测试，实验结果表明，对于不同背景、距离、光照及复杂表情的情况，SDM算法皆可准确定位人脸特征点，可以为后续疲劳参数提取提供较准确数据。3.使用POSIT算法实

4、现了头部姿态的准确估计。以二维人脸特征点位置、三维头部模型和相机内参为依据，经迭代计算，获得表征头部姿态的pitch、yaw和roll三个角度。在Pointing'04和CAS-PEAL-R1数据集上进行测试，实验结果表明，本文算法获得的表征疲劳状态的关键角（pitch角）的准确度分别是94.29%和95.33%，能够满足疲劳状态检测的需要。4.采用了多指标的线性融合方法进行疲劳驾驶状态判断，能更全面、准确地表征疲劳状态。选用持续闭眼帧数、持续打哈欠帧数、头部偏移持续帧数等三个疲劳指标进行多状态的线性加权融合，计算疲

5、劳指数，表征疲劳状态。实验结果表明，本文的多指标疲劳检测方法准确性高于单一指标的疲劳检测方法。关键词：疲劳检测，AdaBoost算法，SDM算法，POSIT算法iiiAbstractWiththeincreaseinthenumberofcarownership,trafficaccidentshavealsoincreased.Amongthem,trafficaccidentscausedbyfatiguedrivingarerelativelylargeandcan’tbeignored.Thispaperma

6、kesadeepresearchonvisionbasedfatiguedrivingstatusdetectionmethod.Amulti-indexlinearfusionfatiguedrivingstatedetectionmethodbasedonSupervisedDescentMethodisproposedtoachieveaccurateandrapidfatiguedrivingstatejudgment.Themainworkofthispaperincludesthefollowingasp

7、ects:I.Afastfacedetectionmethodisproposed.Firstly,theskincolorsegmentationalgorithmisusedtolocatetheinitialpositionofthefaceregionquickly,andthentheAdaBoostalgorithmisadoptedtocompletethesecondarypositioning.Theexperimentalresultsshowthattheproposedmethodimprov

8、esthereal-timeperformanceoftheAdaBoostalgorithm,andalsocompensatesfortheinsufficiencyoftheskincolorsegmentationmethod.II.TheSDMalgorithmisintroducedintothepositioningoffacef