基于視覺(jué)的駕駛員疲勞和注意力分散檢測(cè)研究.pdf

1、近年來(lái),我國(guó)的汽車(chē)保有量迅速增加,交通事故發(fā)生率居高不下,給人民的生命和財(cái)產(chǎn)造成了巨大的損失,交通安全問(wèn)題已日益成為一個(gè)嚴(yán)重的社會(huì)問(wèn)題。駕駛員疲勞和注意力分散是引發(fā)交通事故的一個(gè)重要原因,因此,國(guó)內(nèi)外的許多科研院所著力于駕駛員疲勞和注意力檢測(cè)的研究。該研究對(duì)于減少交通事故發(fā)生、提高道路交通質(zhì)量具有十分重要的現(xiàn)實(shí)意義。
　　 當(dāng)前駕駛疲勞和注意力分散的檢測(cè)方法有很多,在眾多的研究方法中,基于計(jì)算機(jī)視覺(jué)的相關(guān)研究已成為該領(lǐng)域研究的主

2、流技術(shù)。本文在綜合分析以往的疲勞檢測(cè)方法的基礎(chǔ)上,提出了應(yīng)用視覺(jué)技術(shù)對(duì)駕駛員的眼睛、嘴巴和面部姿勢(shì)進(jìn)行實(shí)時(shí)的監(jiān)控,提取出相應(yīng)的參數(shù)信息,再用貝葉斯網(wǎng)絡(luò)對(duì)這些參數(shù)進(jìn)行數(shù)據(jù)融合,綜合的對(duì)駕駛員的駕駛狀態(tài)進(jìn)行判斷,具體內(nèi)容如下:
　　 (1)提出基于紅眼效應(yīng)的眼睛疲勞檢測(cè)及參數(shù)的提取。利用帶有紅外光圈的攝像頭采集駕駛員的面部圖像,然后對(duì)采集的圖像用可變的閾值進(jìn)行二值化處理,提取出可能的候選眼睛點(diǎn),再通過(guò)形狀、幾何檢測(cè)進(jìn)一步確定眼睛點(diǎn),

3、提取眼睛的疲勞參數(shù),該方法過(guò)程簡(jiǎn)單,能實(shí)時(shí)監(jiān)測(cè),便于嵌入式應(yīng)用;
　　 (2)提出基于OTSU和橢圓擬合的嘴部疲勞檢測(cè)及參數(shù)的提取。先根據(jù)人的嘴巴色素與面部色素的差異性,用OTSU算法把嘴巴從人的面部分割出來(lái),再利用橢圓擬合的方法進(jìn)一步定位人的嘴巴,統(tǒng)計(jì)嘴巴的疲勞參數(shù)值,該方法充分利用了的顏色和形狀特征,有利于提高嘴巴檢測(cè)的準(zhǔn)確性;
　　 (3)提出基于面部特征三角形來(lái)分析駕駛員的注意力狀況。先統(tǒng)計(jì)駕駛員經(jīng)常注視的區(qū)域,

4、分析由面部?jī)芍谎劬妥彀徒M成的特征三角形在駕駛員注視各個(gè)角度時(shí)形成的不同形狀,利用這些形狀特征來(lái)計(jì)算出駕駛員的面部偏轉(zhuǎn)角度,進(jìn)而來(lái)判斷駕駛員的注意力狀況,該方法過(guò)程簡(jiǎn)單,對(duì)頭部姿勢(shì)檢測(cè)很有效:
　　 (4)提出用貝葉斯網(wǎng)絡(luò)對(duì)上面提取到的參數(shù)信息進(jìn)行數(shù)據(jù)融合。將前面統(tǒng)計(jì)出來(lái)的眼睛、嘴巴以及面部姿勢(shì)的參數(shù)值作為輸入值,代入貝葉斯網(wǎng)絡(luò),進(jìn)行邏輯判決,計(jì)算駕駛員是否處于正常駕駛狀態(tài)的后驗(yàn)概率值,并給出相應(yīng)的警示。根據(jù)所提出的算法過(guò)程,采