視頻圖像中人臉定位及疲勞檢測的研究與應用.pdf

1、隨著計算機科學在人機交互領域的飛速發(fā)展,基于機器視覺處理方面的應用也越來越廣泛。針對日益增多的交通事故,對于如何有效的防止各種事故的發(fā)生,許多專家學者都在進入廣泛而深入的研究。而使用非接觸式的疲勞檢測的研究方法,可以通過模式識別、機器學習、圖像處理等多個領域的知識,研究這一課題對于檢驗和發(fā)展這些領域的理論具有十分重要的意義。
　　 在眾多的疲勞檢測技術研究中,最有效的方法是根據眼睛的生理學表現(xiàn)形式來判斷疲勞狀態(tài),因而對眼睛的檢測

2、與跟蹤就成了研究疲勞的關鍵。本文采用一種非接觸式的監(jiān)督方法來檢測駕駛員眼睛的狀態(tài),通過分析眼睛的狀態(tài)情況來判斷駕駛員疲勞狀態(tài),當疲勞時給以報警信號。利用機器學習的方法首先抽取出人臉區(qū)域,然后再抽取出眼睛位置,在此基礎上分析眼睛的狀態(tài),進而分析駕駛員是否處于疲勞的情況。本文的工作如下:
　　 首先對采集到的視頻圖像進行預處理,以減少冗余信息,增強所需要的信息。然后分析比較了目前人臉檢測的幾種方法,實現(xiàn)了基于膚色的人臉檢測方法和基于

3、AdaBoost的人臉檢測算法,并比較兩者的檢測準確率。在系統(tǒng)的綜合實驗中,選取了后者作為本實驗的人臉檢測算法。在快速準確定位出人臉區(qū)域后,對眼睛精確定位的范圍只縮小到了人臉的區(qū)域,再通過分析比較各種眼睛精確定位的算法,并實現(xiàn)了相關的算法。
　　 本文使用等亮度線的方法處理眼睛區(qū)域,增強眼球亮度,減少眼角暗角信息。在精確定位眼睛后,使用數學形態(tài)學的方法處理眼睛,并對處理結果進行分析,判斷其是否為閉眼情況。最后統(tǒng)計眼睛閉合的時間長