基于視頻的駕駛員疲勞檢測技術(shù)的研究.pdf

1、疲勞駕駛是當(dāng)今交通安全的重要隱患之一，駕駛員處于疲勞狀態(tài)時對周圍環(huán)境的感知判斷能力和對車輛的操作控制能力都會有所下降，因此極易發(fā)生交通事故。統(tǒng)計數(shù)據(jù)表明，每年都有數(shù)以千計的人死于疲勞駕駛，可見疲勞駕駛對人們的生活造成了嚴(yán)重的影響，因此研究高性能的駕駛員疲勞實時檢測和預(yù)警技術(shù)，對改善我國的交通安全狀況具有十分重要的意義。
　　 本文對國內(nèi)外有關(guān)疲勞檢測方法的研究現(xiàn)狀及發(fā)展趨勢進(jìn)行了分析研究，提出一種基于視頻圖像分析的駕駛疲勞檢測方

2、法。本文主要工作如下：
　　 (1)對視頻圖像分析處理，定位出駕駛員面部位置。為提高人臉定位的準(zhǔn)確率，首先對采集到的視頻圖像做光線補(bǔ)償處理以減小光照對檢測結(jié)果的影響；根據(jù)膚色在色彩空間的聚類特性，選用YCbCr色彩空間，在該色彩空間上建立膚色聚類模型進(jìn)行膚色提取，并引入人臉大小、位置等判斷因素，進(jìn)一步定位出人臉的精確位置；
　　 (2)對CAMshift(Continuously Adaptive Mcan Shift，

3、CAMshift)算法應(yīng)用于人臉跟蹤進(jìn)行了研究。利用檢測到的人臉位置，作為CAMshift算法的初始跟蹤窗口，從而實現(xiàn)了自動人臉跟蹤。并開發(fā)了實際應(yīng)用程序；
　　 (3)為了在人臉區(qū)域內(nèi)進(jìn)一步進(jìn)行眼睛定位及狀態(tài)檢測。本文提出一種基于支持向量機(jī)決策樹(SupportVectorMachine-DecisionTree，簡稱SVMDT)算法的人眼檢測方法，首先利用先驗知識確定人眼候選區(qū)域，然后利用SVMDT分類器對候選區(qū)域進(jìn)行分類，