基于視覺通道的疲勞駕駛檢測(cè).pdf

1、在機(jī)動(dòng)車輛日增的今天，車輛成為我們必不可少的代步工具，隨之而來(lái)的交通事故也是不可避免的出現(xiàn)。而疲勞駕駛已被確認(rèn)為交通事故中的“頭號(hào)公路殺手”。因此，判斷駕駛員是否疲勞駕駛并報(bào)警提示是非常有意義的課題。
　　本文選用不受人臉表情、姿勢(shì)、角度影響的HSV色彩空間快速定位人臉，得到人臉圖像的初步定位。同時(shí)利用膚色模型檢測(cè)到人臉區(qū)域?yàn)锳SM提供初始位置，解決了ASM初始定位難的問題。其次，基于ASM算法進(jìn)行人眼和嘴巴跟蹤獲得眼睛與嘴巴區(qū)域

2、。為了提高面部關(guān)鍵部位的精確度，文章改進(jìn)了AAM算法，采用48點(diǎn)模型，將HSV和局部AAM算法結(jié)合，降低了搜索時(shí)間同時(shí)增強(qiáng)了人臉定位魯棒性。再次，進(jìn)行眼睛狀態(tài)的判斷。為了更加精確的判斷眼睛狀態(tài)，選擇了Canny算子提取眼睛輪廓。選擇眼睛上眼瞼到內(nèi)外眼角水平線段的距離作為判斷眼睛閉合程度的依據(jù)，計(jì)算PERCLOS值，判斷眼睛是否疲勞。然后對(duì)嘴巴狀態(tài)進(jìn)行判斷。改進(jìn)的局部AAM采用19點(diǎn)的嘴巴模型，提供出較為精確的嘴巴區(qū)域，足夠進(jìn)行嘴巴張開度