基于運(yùn)動(dòng)特征的疲勞識(shí)別研究.pdf

1、從二十世紀(jì)末開始，汽車數(shù)量急劇增加，我國(guó)每年都有數(shù)以萬計(jì)的人死于交通事故，同時(shí)也給國(guó)家造成了巨大的經(jīng)濟(jì)損失。疲勞駕駛作為引發(fā)交通事故的三大殺手之一，引起了國(guó)內(nèi)外專家和學(xué)者廣泛的注意。本文主要對(duì)疲勞識(shí)別所涉及的特征選擇、特征降維以及分類等關(guān)鍵技術(shù)進(jìn)行深入研究，并提出新的解決方案，主要工作體現(xiàn)在以下幾個(gè)方面：
　　 (1)提出一種新的融合局部和全局的混合光流模型算法。針對(duì)疲勞人臉特征的灰度變化特點(diǎn)，引入變化的平滑約束項(xiàng)系數(shù)，自適應(yīng)調(diào)

2、整光流項(xiàng)和平滑項(xiàng)的比重；利用多重網(wǎng)格求解偏微分方程的方法計(jì)算光流，提高計(jì)算速度。
　　 (2)提出一種基于SVD分解的自適應(yīng)保局投影降維方法。由于疲勞樣本缺失，很容易導(dǎo)致矩陣XDXr奇異，此時(shí)就不能直接用LPP進(jìn)行降維。本文采用對(duì)原始數(shù)據(jù)矩陣作SVD分解，來有效的解決矩陣奇異性問題；為了保證距離較遠(yuǎn)點(diǎn)之間有足夠的聯(lián)系的同時(shí)盡可能的保持局部線性結(jié)構(gòu)，本文采用鄰域壓縮或擴(kuò)張方法來自適應(yīng)鄰域選擇。
　　 (3)提出了一種基于支