基于眼動特征的駕駛員疲勞駕駛檢測技術(shù)研究.pdf

1、隨著社會經(jīng)濟的快速發(fā)展，國民消費能力逐年提高，汽車數(shù)量的大幅增加給整個交通系統(tǒng)帶來了更多的安全隱患，其中，疲勞駕駛已成為導(dǎo)致重大交通事故的主要因素之一。如果能在駕駛員出現(xiàn)疲勞駕駛之前對駕駛員進(jìn)行及時的疲勞預(yù)警可以有效地避免交通事故的發(fā)生，這對于交通安全來講具有重要意義。
　　本文是基于駕駛員的眼部狀態(tài)特征進(jìn)行一系列的圖像處理方法和算法，主要包含人臉檢測、人眼定位、眼睛狀態(tài)判別、疲勞狀態(tài)檢測四大流程，通過識別眼睛狀態(tài)并利用PERCL

2、OS的P80標(biāo)準(zhǔn)進(jìn)行疲勞狀態(tài)的檢測。具體工作內(nèi)容如下：
　?。?）詳細(xì)闡述了基于Adaboost算法的駕駛員人臉檢測方法，其中包括：Haar特征的選擇和提取、積分圖的計算、分類器的訓(xùn)練。通過提取樣本的Haar_like特征對分類器進(jìn)行訓(xùn)練，將訓(xùn)練出來的所有弱分類器用于組成強分類器，然后使用強分類器進(jìn)行人臉的定位和檢測。由于樣本的數(shù)量比較大，為了提高檢測速度，減少強分類器的搜索范圍，將每個訓(xùn)練好的弱分類器先確定好位置，然后再進(jìn)行人臉

3、區(qū)域的檢測。
　?。?）研究了基于幾何特征的人眼定位方法。根據(jù)眼睛在臉部的幾何分布特征，以及二值化后連通域的分布，計算每個連通域的質(zhì)心點，并確定人眼質(zhì)心的位置坐標(biāo)，然后根據(jù)人眼質(zhì)心坐標(biāo)采用雙線性插值法對傾斜度較大的人臉圖像進(jìn)行矯正，并再次確定人眼的質(zhì)心坐標(biāo)位置。
　　（3）給出了基于PCA主成分析法和灰度投影法兩種方法結(jié)合的人眼狀態(tài)識別方法。PCA算法是通過尋找最能代表人眼狀態(tài)的特征空間，對比樣本圖片和測試圖片的向量距離，用

4、向量差值作為識別標(biāo)準(zhǔn)；灰度投影法是通過人眼灰度分布特點來確定瞳孔的高度，即通過計算單幀圖像人眼瞳孔的高度來確定眼睛的狀態(tài)。PCA用于前期提取睜眼時最大灰度值和閉眼時最小灰度值，然后再使用灰度投影法計算人眼開度，最后根據(jù)疲勞判斷標(biāo)準(zhǔn)進(jìn)行狀態(tài)識別。
　?。?）在駕駛員疲勞檢測流程中，采用PERCLOS標(biāo)準(zhǔn)統(tǒng)計特定時間段內(nèi)眼睛閉合時間占特定時間內(nèi)的百分率，并選用P80作為評價指標(biāo)。實驗結(jié)果表明，本文所采用的疲勞檢測方法具有較好的可靠性和