基于机器视觉的复杂工况下驾驶人疲劳状态检测方法研究

《基于机器视觉的复杂工况下驾驶人疲劳状态检测方法研究》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、基于机器视觉的复杂工况下驾驶人疲劳状态检测方法研究(申请清华大学工学博士学位论文)培养单位：汽车工程系学科：机械工程研究生：张波指导教师：成波教授二○一五年六月DriverDrowsinessDetectioninComplicatedConditionsbasedonComputerVisionDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementforthedegreeofDoctorofPhilosophyinMechanicalEngineeringb

2、yZhangBoDissertationSupervisor:ProfessorChengBoJune,2015摘要摘要疲劳驾驶是引发交通事故的重要原因之一。研究驾驶人疲劳状态检测方法，监测驾驶人的精神状态，并在必要时进行报警干预，对于提高驾驶安全性具有重要的意义。基于机器视觉的驾驶人疲劳状态检测，通过对驾驶人面部表情的分析辨识其疲劳状态。该方法具有实时性、非侵入性、与人认知一致性等特点而成为疲劳状态检测中极具发展潜力和应用前景的技术手段。受实际驾驶过程中驾驶人的个体差异性、光照条件的随机性、疲劳特征的隐匿性等因素的影响，全天候、高鲁棒的驾驶人疲劳状态检测依

3、旧存在众多技术瓶颈。本文围绕驾驶人眼睛区域定位、眼睛动作提取、疲劳检测建模等问题展开研究，开发了驾驶人疲劳状态检测算法，并进行了实验验证。为了克服夜晚工况下面部图像的模糊暗淡，并解决佩戴墨镜时眼睛图像的可见性问题，本文采用红外照明及红外滤光的方式获取驾驶人的面部图像。通过深入分析驾驶人的肢体动作（姿态变换、面部遮挡、表情变化）对于眼睛定位的影响，本文采用正面人脸检测结合通用3D人脸模型完成驾驶人的3D人脸建模，并实时求解驾驶人的头部姿态。利用3D人脸模型中的眼睛位置与头部姿态间接求解2D人脸图像中的眼睛位置，从而克服肢体动作的影响，同时增强眼睛区域定位对于复

4、杂光照的鲁棒性。本文使用3D人脸模型所确定的眼睛位置引导局部CLM算法，定位眼睛区域中的特征点，并基于面部图像纹理归一化校验特征点定位的有效性，进一步采用跟踪处理提高眼角点定位的鲁棒性。为了克服虹膜在不同光照条件下的成像差异，本文根据虹膜的生理结构特性定位虹膜中心。在此基础上，使用参数化模板定位上下眼睑，实现驾驶人眼睛动作的提取。根据眼睛动作特性，分别提取眼睑开合程度、眼睛睁闭速度与虹膜运动特性相关疲劳特征，并与清醒状态下的特征取值作比较以获取变异特征，克服个体差异性的影响。分析了各个疲劳特征的有效性，构建了贝叶斯网络分类器以揭示各疲劳特征之间的相互关系，同

5、时判别驾驶人的疲劳状态。探究了不同特征组合对于驾驶人疲劳检测的影响程度，提高了疲劳状态辨识的鲁棒性。关键词：疲劳驾驶；疲劳检测；机器视觉；人脸建模IAbstractAbstractDriverdrowsinessisoneoftheleadingcausesoftrafficaccidents.Researchondrowsinessdetectionandwarningtechnicsisofgreatsignificancetoimprovedrivingsafety.Computervisiontechnologyhasbeenprovedtobeth

6、emostpromisingtechnology(highreal-timeperformance,non-intrusiveness,andcognitiveconsistency)indetectingdriverdrowsinessthroughtheanalysisofdriverfacialexpression.However,therearestillmanychallengesposedbydriver'sindividualdifference,randomilluminationandunapparentfatiguecharacteris

7、ticswhenadriverbecomesdrowsy.Thispaperfocusonthekeyissuesineyeregionlocating,eyemotionextraction,anddrowsinessfeaturespacemodeling.Realon-roadexprementswereconductedtotestifytheaccuracyandrobustnessoftheproposedmethods.Infraredilluminationandinfraredfilterwereadoptedtodetectdrowsin

8、essfromthefaintfacialimage