基于眼睛状态判断的疲劳检测

《基于眼睛状态判断的疲劳检测》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、硕士学位论文基于眼睛状态判断的疲劳检测FatigueDetectionBasedonEyeStateJudgement作者姓名：学科、专业：学号：指导教师：庄塑刖完成日期：垄Q!墨生墨旦垒旦大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我

2、一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：望量望噬垫签割盥盗蕴蕴抛作者签名：童』)望：i日期：丝丛年—L月』二日大连理工大学硕士学位论文摘要随着汽车在国内的大量普及，给人们的工作和生活带来了极大的方便。然而，参差不齐的驾驶水平、淡薄的交通安全意识，导致国内每年发生的交通事故数量居高不下，给国家带来了巨大经济损失，给家庭带来无尽痛苦。经研究发现，在众多的交通事故中，因驾驶员疲劳而导致的事故占相当大的比例。疲劳驾驶已成为交通安

3、全的一大隐患，如何有效检测疲劳驾驶已成为交通安全领域的一个热点问题。本文围绕驾驶员眼睛状态判断，通过检测眼睛睁闭状态和头部姿态判断驾驶员是否处于疲劳状态，并对检测功能进行跨平台应用开发，将检测算法移植到嵌入式终端，把理论算法转化为可实际应用的设备。本文首先介绍了Haar人脸检测分类器的理论基础和训练方法，然后在Haar分类器检测到的人脸上进行眼睛检测。在人眼状态检测方面，经过对各类检测方法的效果和速度进行横向比较，最终选择了基于LBP算法的检测方法。该方法在人眼定位和睁闭状态判断上具有较好的表现，使用样本

4、图像的LBP矩阵检测眼睛位置，再使用匹配数值判断睁闭状态，检测速度快，适合于嵌入式终端运行。在检测到眼睛状态以及头部姿态后，根据各种状态的持续时间判断人员的疲劳状态，发现疲劳状态立刻进行疲劳预警。实验结果表明，基于LBP算法的检测方法对于人脸正面或偏角不大的侧面人脸的疲劳状态具有较好的识别能力，并且对于光线强度的变化具有较好的适应性，经过在实际不同光线环境的汽车内测试，对于疲劳状态的正确识别率达到了90％以上。程序被移植到硬件配置低、运行速度慢的嵌入式终端后，经过对程序多方面速度优化，嵌入式终端的最快处理

5、速度达到了每秒20帧，基本能满足实时性检测要求。本文介绍的检测方法算法复杂度低，检测效果和终端运行速度能够满足实际需求，具有较好的应用前景。关键词：疲劳检测；人脸检测；眼睛状态；LBP；嵌入式大连理工大学硕士学位论文格式规范FatigueDetectionBasedonEyeStateJudgementAbstractTheincreaseofcarnumberhasfacilitatedpeople’Sdailylifeandwork．Thenumberofaccidentscausedbyvehicl

6、eeveryyearisveryhi曲．Ithascausedenormouslossesforthecountryandendlesssadnessformanyfamilies．Afterresearch，itiSfoundthatamassofaccidentswerecausedbyfatiguedriving，whichhasbecomeahiddendangerfortrafficsafety．So，fatiguedrivingdetectionisahottopicsintraf!fiCsa

7、fetyfield．’I’hiSPapel"centresoneyestateresearch．DetectioniSperformedtofindouttheeyeiSwhetheropenorclosed，andthefaceiswhetherdetectedornot．Accordingtodetectionresult，wecanestimateifthedriverwerefatigued．Finally,thedetectionfunctioniStransplantedtoembeddeds

8、ystem，whichcanbefixedonthecartodetectfatiguedriving．Thealgorithmistransformedtopracticalequipment．First，thispaperintroducesthetheoreticalbasisandtrainingprocessofHaarcascadeclassifier．Then，eyedetectionisperformedint