基于深度信息和彩色图像的疲劳驾驶检测研究

《基于深度信息和彩色图像的疲劳驾驶检测研究》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、基于深度信息和彩色图像的疲劳驾驶检测研究重庆大学硕士学位论文（学术学位）学生姓名：吴福华指导教师：汪同庆教授专业：仪器科学与技术学科门类：工学重庆大学光电工程学院二O一六年五月ResearchondriverfatiguedetectionusingdepthinformationandcolorimageAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByWuFuhuaSupervisedbyProf.WangTon

2、gqingSpecialty:InstrumentScienceandTechnologyCollegeofOpto-electronicEngineeringChongqingUniversity,Chongqing,ChinaMay2016重庆大学硕士学位论文中文摘要摘要随着国民经济的迅速发展，广大人民的购买力迅速提高，对于平常代步出行的汽车不再陌生，其拥有量屡屡达到新高。但随之而来的车辆行驶问题也受到社会更多的关注，交通事故等问题日益突出。而数量如此多的交通事故频频发生人为的因素占其中绝大部分，驾驶员在感觉疲劳的时候仍然继续驾驶，从而导致了悲剧的产生。因此实时监控驾驶员驾驶

3、状况，当驾驶员处于疲劳状态时及时预警，显得十分重要。本文首先总结了常见的疲劳驾驶检测的方法，然后确定了使用当前较为主流的方法—基于计算机视觉进行检测。利用Kinect可以同时获取深度信息和彩色图像的特点，利用两者分别检测头部姿态和眼睛状态，综合判断疲劳驾驶。主要研究工作如下：首先，利用Kinect获得驾驶员的彩色图像，通过其判断眼睛的状态。首先利用AdaBoost算法进行人脸检测，为了加快检测速度，进行人脸检测的时候可以适当增大最小搜索窗口和缩放因子。在完成人脸检测的基础上，利用人脸五官布局的先验知识对人眼的区域进行大致的划分，并对其进行中值滤波和二值化处理。然后进行人眼的精确定

4、位工作，主要利用直方图积分投影去定位人眼的中心位置，并根据中心位置得到眼眶的最小矩形区域。根据最小的眼睛矩形框设定三个参数进行加权评价，通过模糊组合评价的方法得到人眼的状态。然后，针对光照较暗的情形下，眼睛状态的检测效果不好甚至完全失效的情形。依据深度信息不受光照影响这一特点，提出了利用判别性随机回归森林实时估计头部姿态的方法。首先介绍了决策树构建算法，在此基础上引出了随机森林的原理。然后在传统的随机回归森林的基础上，由于得到的深度图像不仅仅包含头部部分，同时还有人体上半部分，加入了具有判别性的分类处理。最后在不同光照条件下，驾驶员的不同姿态、表情和穿着进行头部姿态实时估计的实验

5、，实验结果证明该方法具有鲁棒性。最后，模拟驾驶环境采集了疲劳驾驶测试视频，利用闭眼时间占总时间的比例这一原则进行眼睛疲劳的判断，同时通过头部运动角度判断打瞌睡。实验结果表明，综合这两种判断方式具有更好的鲁棒性和精确性。关键词：疲劳驾驶，深度信息，眼睛状态，头部姿态I重庆大学硕士学位论文英文摘要ABSTRACTWiththerapiddevelopmentofnationaleconomy,thepurchasingpowerofpeopleincreasingrapidly,andarenolongerstrangetocarswhichareusedfortravelingin

6、life.Butwiththecomingvehicleproblemsitdrawsmoreattentions,trafficaccidentsandotherproblemshavebecomingincreasinglyprominent.Withsomanycarsaccidentsoccurringfrequently,inthefinalanalysishumanfactorsaccountformostofthem.Thedriverscontinuedrivingwhiletheyfeeltired,leadingtotragedy.Soitisparticul

7、arlynecessarytomonitordrivers’drivingstate,whendriverfatigueoccursitalarmsintime.Wesummarizethegeneralmethodsofdriverfatiguedetection,anddeterminingtousemoremainstreamapproachwhichisbasedoncomputervision.AsKinectsensorcanbothgetdepthinformati