疲勞駕駛檢測(cè)系統(tǒng)設(shè)計(jì)與開發(fā).pdf

1、隨著經(jīng)濟(jì)、社會(huì)的不斷發(fā)展，交通運(yùn)輸業(yè)得到了快速發(fā)展，我國(guó)的汽車數(shù)量正在迅速增長(zhǎng)。但與此同時(shí)，我國(guó)惡性道路交通事故也急劇增加并呈上升趨勢(shì)。其中，由于駕駛員疲勞造成的交通事故占總數(shù)的百分之二十左右，大約占特大交通事故的百分之四十以上?？梢姡隈{駛帶來的危害是巨大的，所以進(jìn)行疲勞檢測(cè)技術(shù)的研究是十分必要的，且具有重大的現(xiàn)實(shí)意義。
　　目前基于計(jì)算機(jī)視覺的疲勞駕駛檢測(cè)是研究的熱點(diǎn)，而且通過檢測(cè)眼睛狀態(tài)來判斷是否疲勞已經(jīng)被證明是一種可靠的

2、、有效的手段。因此本文在總結(jié)前人成果的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于人眼狀態(tài)識(shí)別的疲勞駕駛檢測(cè)系統(tǒng)。經(jīng)過多次實(shí)驗(yàn)證明，本文設(shè)計(jì)的疲勞駕駛檢測(cè)系統(tǒng)具有實(shí)時(shí)性高、眼睛檢測(cè)和狀態(tài)識(shí)別準(zhǔn)確率高等優(yōu)點(diǎn)，具有很好的車載實(shí)用價(jià)值。本文主要內(nèi)容為：
　　1、研究了人臉檢測(cè)與定位技術(shù)?？紤]到系統(tǒng)實(shí)際應(yīng)用的駕駛環(huán)境，本文采用基于Haar特征的Adaboost人臉檢測(cè)算法來定位視頻圖像中的人臉，本算法檢測(cè)速度快，魯棒性強(qiáng)，實(shí)時(shí)性好，是疲勞駕駛檢測(cè)系統(tǒng)人臉

3、檢測(cè)模塊的第一選擇。
　　2、研究了人眼定位與跟蹤技術(shù)。本文提出了在粗定位眉眼區(qū)域的基礎(chǔ)上，綜合使用基于Haar+Adaboost的左、右眼單眼分類器進(jìn)行眼睛檢測(cè)的方法，不但保證了系統(tǒng)實(shí)時(shí)性的要求，同時(shí)也進(jìn)一步提高了眼睛定位的準(zhǔn)確性。另外，本文嘗試將TLD算法引入眼睛跟蹤模塊，但跟蹤效果和實(shí)時(shí)性不太理想。
　　3、研究了眼睛狀態(tài)識(shí)別技術(shù)。本文提出了一種多閥值二值化眼睛圖像的睜閉狀態(tài)識(shí)別方法，即通過多閥值二值化眼睛圖像、選出具