基于視覺信息融合的駕駛員疲勞檢測(cè)技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)發(fā)展，全世界的汽車保有量已經(jīng)突破10億輛，這表示平均每7個(gè)人就擁有一輛汽車。因此交通事故的發(fā)生也越來越頻繁，據(jù)統(tǒng)計(jì)，造成交通事故最主要的三大原因是酒后駕駛，超速駕駛和疲勞駕駛。檢測(cè)酒后駕駛和超速駕駛，這方面的技術(shù)已經(jīng)很成熟了，但是疲勞駕駛的檢測(cè)一直是一個(gè)難題。
　　本文利用計(jì)算機(jī)視覺和圖像處理方面的技術(shù)，首先進(jìn)行人臉檢測(cè)，其次在此基礎(chǔ)上進(jìn)行人眼定位，然后獲取3個(gè)疲勞特征參數(shù)，分別是PERCLOS（眼睛閉合比）、EyeClo

2、sureTime（最長眼睛閉合時(shí)間）、EyeBlinkFrequency（眨眼頻率），最后利用D-S證據(jù)理論決策方法，融合這幾個(gè)特征參數(shù)，更準(zhǔn)確的判定疲勞狀態(tài)。本文主要的研究內(nèi)容有:
　　(1)人臉檢測(cè):基于膚色信息快速粗定位人臉，然后利用AdaBoost分類器來完成人臉的檢測(cè)和定位。
　　(2)人眼定位:根據(jù)前面得到的人臉圖像，采用幾何和積分投影的方法粗定位人眼，然后通過區(qū)域生長精確定位人眼。
　　(3)利用D-S證