疲勞駕駛監(jiān)測系統(tǒng)核心算法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、駕駛員疲勞駕駛是引發(fā)交通事故的一個重要原因。為了減少疲勞駕駛引發(fā)的交通事故,可以設法在駕駛員進入疲勞狀態(tài)時及時給駕駛員提醒。為了達到此目的需要一套實時準確的疲勞駕駛監(jiān)測系統(tǒng)。人們已提出了許多疲勞駕駛監(jiān)測方法。在這各種方法中,基于圖像處理的監(jiān)測算法是重要的一類。但是因為人臉本身的復雜性,以及外部環(huán)境的復雜性,使得各種基于圖像處理的算法的實時性和魯棒性等仍然有大問題。
  人臉關鍵點定位算法是人臉相關的圖像處理任務常用的基礎算法。該類

2、算法在人臉識別和表情識別中已有很多應用,而在疲勞駕駛監(jiān)測中應用較少且應用不夠充分。因此,本文將以人臉關鍵點定位算法為重點,同時研究并實現(xiàn)疲勞駕駛監(jiān)測系統(tǒng)核心算法的其他三個子模塊。本文主要完成了如下工作:
 ?。?)構建建模和測試所需的數(shù)據(jù)庫。因為所有的具有人工標注的人臉數(shù)據(jù)庫都缺少含有疲勞相關的面部信息的人臉圖像,所以我們通過整合多個現(xiàn)有數(shù)據(jù)庫并加入額外采集的人臉圖像制作了針對疲勞駕駛監(jiān)測的數(shù)據(jù)庫。
  (2)研究了混合模型

3、算法用于疲勞相關信息獲取。本文介紹了ASM、AAM、STASM、CLM四種主流人臉關鍵點定位算法的基本原理。主要從人臉關鍵點定位和人臉局部狀態(tài)信息獲取兩個角度出發(fā)對這四種算法進行了對比實驗,對比了四種算法在不同人臉點集上的定位效果,并分析總結出各種算法的性能特點。以此實驗的基礎上,給出了混合人臉關鍵點定位算法,并對可行性進行了進一步的實驗分析。
 ?。?)設計疲勞駕駛監(jiān)測系統(tǒng)核心算法的四個子模塊:人臉檢測、圖像增強、人臉關鍵點定位

4、和疲勞判定。人臉檢測模塊以基于AdaBoost的人臉檢測算法為核心。圖像增強模塊以去除光照干擾為主要目的。人臉關鍵點定位模塊以混合定位算法為基礎。疲勞判定模塊以眼部為例,采用了PERCLOS疲勞判定準則。
 ?。?)針對疲勞駕駛監(jiān)測的需要和特性,優(yōu)化各個子模塊的性能,最后將各個子模塊組合為一個整體。特別是通過充分利用關鍵點定位算法的跟蹤能力,在保證算法準確性的前提下,提高了算法的速度。我們實現(xiàn)了整個核心算法,進行了模擬測試。從實驗

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論