人脸检测嘴部定位.PDFVIP

第 卷第 期 年 月 科学技术与工程 基于嘴部内轮廓特征的疲劳检测 王霞仝美娇 王蒙军 河北工业大学电子信息工程学院天津 摘 要 针对传统利用嘴部开合度检测疲劳时容易发生嘴部定位误差且易受唇厚度影响提出一种基于嘴部内轮廓特征的 疲劳检测方法 首先改进了嘴部定位方法将 模型与 模型结合去除类唇色干扰信息利用分量对唇色的聚类性 定位嘴部提高了定位的准确性然后两次提取开合度优化哈欠特征的识别方法提取嘴部开合度过滤掉开合度较小的图 像对开合度较大的疑似哈欠图像做变换提取嘴部内轮廓的开合度修正唇厚度引起的误差判断是否为打哈欠特征 最后根据具有局部连续性的哈欠特征出现的频率做出疲劳判决降低了哈欠的误判率提高了疲劳判别的可靠性实验结果 该方法可以克服嘴部定位不准确及唇厚度的影响有效地实现疲劳检测 表明 疲劳检测 唇部检测 特征提取 关键词 中图法分类号 文献标志码 现代社会中汽车被视为科技进步的一种标志 人脸检测 方便了人们的出行与工作但是频发的交通事故严 重威胁着驾驶员与乘客的生命安全 年世界 脸部检测是疲劳分析的基础脸部定位的准确 卫生组织道路安全现状报告显示 年期 性直接影响后续实验和最后疲劳判决的正确与否 间每年有 万人左右在道路交通事故中死亡 采用算法该算法引入积分图的概 相比酒后驾驶超速等危险行车行为疲劳驾驶也是 念快速计算 特征结合 机器学 导致交通事故发生的重要原因之一据估计约五分 习算法训练分类器能够快速准确地定位人脸为 之一甚至更多的交通事故是驾驶员的疲劳驾驶造成 确保人脸检测的稳定性系统会对没有检测到人脸 的因此实时监测驾驶员状态及时预警对提高车 的图像沿用上一帧中人脸的位置信息人脸检测效 辆行驶安全避免交通事故发生具有重要意义 目前 果如图 所示 驾驶员疲劳检测方法主要有基于生理信号的疲劳 检测方法基于车辆行为的疲劳检测方法 和 基于面部特征的疲劳检测方法 其中基于机器 视觉获取驾驶员