融合面部特征的驾驶员疲劳检测关键技术研究

融合面部特征的驾驶员疲劳检测关键技术研究

ID:34966860

大小:4.98 MB

页数:70页

时间:2019-03-15

融合面部特征的驾驶员疲劳检测关键技术研究_第1页
融合面部特征的驾驶员疲劳检测关键技术研究_第2页
融合面部特征的驾驶员疲劳检测关键技术研究_第3页
融合面部特征的驾驶员疲劳检测关键技术研究_第4页
融合面部特征的驾驶员疲劳检测关键技术研究_第5页
资源描述:

《融合面部特征的驾驶员疲劳检测关键技术研究》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、学校代号10532学号S12021130分类号U461.91密级公开硕士学位论文融合面部特征的驾驶员疲劳检测关键技术研究学位申请人姓名焦英豪培养单位机械与运载工程学院导师姓名及职称白中浩副教授学科专业机械工程研究方向汽车安全、图像处理论文提交日期2015年5月10日学校代号:10532学号:S12021130密级:公开湖南大学硕士学位论文融合面部特征的驾驶员疲劳检测关键技术研究学位申请人姓名:焦英豪导师姓名及职称:白中浩副教授培养单位:机械与运载工程学院专业名称:机械工程论文提交日期:2015年5月10日论文答辩日期:2015年5月28日答辩委员会主席:龚金科教授Research

2、onkeytechnologyaboutdriverfatiguedetectionbasedonfusionfacialfeaturesbyJIAOYinghaoB.E.(HunanUniversity)2012AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinMechanicalEngineeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorBAIZhonghaoM

3、ay,2015湖南大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加W杨注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡。献的个人和集体,均已在文中明确方式标明本人完全意识到本声明的法律后果由本人承担。、作者签名:il曰期:年知、炎良户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口或机构送交论文的复印件和电子版,允巧论文被查阅和借阅。本人授权湖南大学可将本学位论文的

4、全部或部分内容编入有关数据库进行检索,可レッ采用影印、缩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□。,在年解密后适用本授权书2、不保密""(请在抄上相应方框内打V)、、作者签名:谊篆襄日期:^(?/王年^月戶日^、导师签名:日期:年月日^叫硕士学位论文摘要随着汽车产业和交通运输业的发展,交通安全成为一个不可忽视的问题。疲劳驾驶作为一种严重威胁交通安全的因素,给国家和社会造成了巨大的财产损失和人员伤亡。因此,设计出一种具有实时性、准确性和鲁棒性的驾驶员疲劳检测方法,对于保护驾驶员及乘员安全具有重要意义。本文在深入研究

5、前人提出的驾驶员疲劳检测方法原理的基础上,针对提高疲劳判断实时性及准确度的问题开展了一些研究工作,提出了一种基于多个特征的驾驶员疲劳融合检测算法。该方法首先通过摄相机实时拍摄驾驶员面部图像,使用主动形状模型(ActiveShapeModel,ASM)定位脸部特征,然后提取出最能反映疲劳状态的眼睛和嘴部信息,最后利用模糊推理的方法,根据人的经验,“智能”地判断疲劳程度,从而准确地量化疲劳这一模糊概念,快速准确地判断疲劳的发生。本文主要研究内容包括以下几个方面:(1)针对基于单一特征检测算法在准确率和鲁棒性上存在不足的问题,提出了一种基于多个特征的驾驶员疲劳融合检测算法。选取能够直接

6、反映驾驶员疲劳程度的2个面部特征(眼睛和嘴巴)对驾驶员状态进行综合判断。(2)对比分析目前人脸定位所采用的方法,考虑到算法的实时性,使用一种基于类Haar特征的级联Adaboost的快速人脸检测方法进行人脸定位,约束ASM初始搜索形状,提高ASM的收敛速度。(3)研究了一种特征定位及提取的方法,先利用ASM在人脸范围内进行特征定位,定位出眼睛和嘴巴。然后通过计算眼睛和嘴巴特征点之间的距离,提取出眼睛、嘴巴高度及宽度等参数。(4)综合眼睛和嘴部特征参数,设计了基于模糊推理系统的驾驶员疲劳检测方法,利用人的经验“智能”地进行决策,解决了疲劳程度三级分类难以确定的难题。关键词:疲劳检测

7、;主动形状模型;面部特征;类Haar特征;Adaboost;模糊推理系统II融合面部特征的驾驶员疲劳检测关键技术研究AbstractWiththedevelopmentoftheautomobileindustryandtransportation,trafficsafetyhasbecomeanunavoidableissue.Asaseriousfactorwhichthreatstrafficsafety,driverfatiguecausedhugecasualtiesa

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。