多特征疲勞檢測系統(tǒng)的設計與實現.pdf

1、隨著我國經濟的不斷發(fā)展,機動車的數量越來越多,隨之而來的交通事故也相應的增加。根據相關研究機構的統(tǒng)計數據表明駕駛員的疲勞駕駛是造成交通事故的重要原因之一,因此研究出一種能夠實時的、準確的去檢測駕駛員的疲勞狀態(tài)的系統(tǒng)具有重要的現實意義和社會影響力。
　　在分析了國內外駕駛員疲勞檢測研究方向的重要進展之后,以數字圖像處理技術作為基礎,結合人工智能、機器學習、機器視覺等領域的相關知識,提出了基于多特征的疲勞檢測系統(tǒng)。系統(tǒng)以人臉的成功檢測

2、作為基礎,實現了墨鏡的定位與檢測判斷、人眼的定位與疲勞特征參數的提取、嘴巴的定位與疲勞特征參數的提取。
　　對人眼的定位,綜合使用了基于AdaBoost算法的人眼檢測算法和基于頭部運動的眼睛跟蹤算法去定位出人眼區(qū)域,并提出了PERCLOS參數、ECT參數、EBF參數這三個具有代表性的人眼疲勞特征參數。對墨鏡的檢測,使用基于位置特征的墨鏡檢測算法,依據人們在日常生活中佩戴墨鏡的經驗位置去準確的定位出墨鏡區(qū)域并對是否戴墨鏡的狀態(tài)進行判

3、斷。對嘴巴的定位,綜合使用了基于AdaBoost算法的嘴巴檢測算法和基于嘴巴位置特征的檢測算法去準確定位出嘴部區(qū)域,并提出了PMRCLOS參數、YawnFreq參數這兩個具有代表性的嘴巴疲勞特征參數。
　　最后對整個多特征疲勞檢測系統(tǒng)進行了實現和測試,通過測試結果可以看出該系統(tǒng)很好的實現了疲勞檢測系統(tǒng)的功能需求,并具有較高的準確性和實時性,說明提出的基于多特征疲勞檢測系統(tǒng)具有較高的科學性和有效性,對駕駛員的疲勞檢測具有重要的意義。