驾驶员驾驶基础上的眼睛分析--外文翻译.docxVIP

南京邮电大学通达学院毕业设计(论文)外文资料翻译学 院：　 通达学院　　 专　　业：　通信工程（嵌入式系统开发）学生姓名：　 穆骏彦　 　 班级学号：　 　 外文出处：Department of Computer Science and TechnologyHarbin Institute of Technology, Harbin, China .附件：1.外文资料翻译译文；2.外文原文　指导教师评价：1．翻译内容与课题的结合度： □ 优 □ 良 □ 中 □ 差2．翻译内容的准确、流畅： □ 优 □ 良 □ 中 □ 差3．专业词汇翻译的准确性： □ 优 □ 良 □ 中 □ 差4．翻译字符数是否符合规定要求：□ 符合 □ 不符合　 指导教师签名：　年　月　日驾驶员疲劳检测的基础上眼状态分析摘要在本文中，我们提出一个有效的基于视觉的驾驶员疲劳检测方法。首先，帧间差分的方法结合色彩信息可以用来检测脸部。如果存在，面对面积是混合肤色模型为基础的图像分割。然后，我们模拟的结晶过程，获得眼和脸部区域内的位置。然后，眼睛周围，瞳孔和高度比宽度的平均身高是用来分析眼睛的状态。最后，司机疲劳确认通过分析眼睛的状态变化。实验结果表明了我们所提出的方法的可行性。关键字驾驶员疲劳检测，面对段，眼睛的位置，眼睛状态分析。引言越来越多的交通意外，由于减弱司机的警戒水平从睡眠剥夺或沉闷的驾驶场景，已成为一个严重的社会问题。统计数据显示，10％和20％的所有交通意外是由于司机减弱警戒水平[1]。此外，司机的警觉水平下降有关的事故超过其他类型的事故严重的项，因为昏昏欲睡的司机往往不采取任何避免的行动之前，碰撞.根据国家高速公路安全部（NHTSA）的数据，在美国，驾驶时候打瞌睡每年都会引起10万辆汽车撞毁，从而导致超过40,000非致命性的事故和1550人死亡，从每年这些车祸中。以这个为背景，如何监督司机的警戒水平，避免疲劳驱动是必不可少的事故预防。本文的其余部分安排如下：第2的相关研究提供了一个简短的调查，对疲劳驾驶的保护。第3节中，我们提出的基于视觉的自动驾驶疲劳检测系统的轮廓。在第4节，介绍了人脸定位方法包括描述了脸部存在性的检测。第5章介绍了心目中的位置和眼模板生成的新方法。第6节给出一个新的驾驶员疲劳分析方法，测量瞳孔高度，面积眼睛和宽度，高度的眼睛，以确定眼睛的状态比。驾驶员疲劳检测实验结果的显示在第7章。结论和今后的工作，在最后一节讨论。前期的工作调查在过去十年中，许多国家已开始重视驾驶员的安全问题。研究人员一直在使用各种技术，如生理检测检测驾驶员的困倦，远小于他们研究的同样的水平。驾驶员的行为监测[8]，车辆运行状况分析[9]和远见基于检测。然而，在这些技术中，VI-锡安基于驾驶员疲劳检测方法是一个自然的，非侵入性和方便的技术监测驾驶员的警惕。当驾驶员疲劳时，可视化的行为，可以很容易地观察从他们的面部特征的变化特别要从他们的眼睛出发。结果表明眼状态的变化规律有很高的相关性与驾驶员的心理状态[15]。眼睛表达最当司机的直接反应是昏昏欲睡或注意力不集中和眼睛总是闪烁作为疲劳驾驶的基础上检测研究员TION通过。郑培民在一段时间内计算比眼闭。该比率可以反映司机的警戒水平[16]。董文汇提出了一种方法来检测眼睑的距离，然后通过这个信息[15]一种判断司机的状态。古拉斯带够使用前视图和侧视图的图像来精确定位眼睛[10]。边缘检测和灰度投影方法也适用于鸿文兵心目中的位置[11]。张祖涛定位脸部是使用哈尔算法，并提出了一个基于Unscented卡尔曼滤波的眼睛跟踪方法。Abdelfattah Fawky提出的算法相结合，即小波变换，边缘检测和YCrCb转换的眼睛检测[13]。枪机依靠红外照明定位的眼睛[14]。眼睛始终包含两种信息：开放和大小的不同状态的持续时间。眼睛疲劳的变化规律，通过分析，我们提出了一个有效的方法为驾驶员疲劳检测。 1、整体算法我们提出了一种检测算法司机疲劳分析的变化眼睛的状态。该方法包含五个阶段：（1）判断人脸的存在（2）混合性皮肤的人脸定位的基础上音模式（3）眼睛位置和眼图模板代（4）眼瞳孔状态分析的基础上高度，面积，眼睛和宽度身高比（5）确认司机的警惕性该方法的要点如图. 1。在下列每一步都将详细讨论。 图.1 流程图2.脸的定位在道路上行驶时，驾驶员的眼睛的位置和光照条件的变化不断。搜索和定位直接在整幅图像的司机的眼睛也不是那么容易。此外，背面地面通常是复杂和不可预测能，尤其是汽车在道路上运行。所以第一步，我们检测的脸，以减少人眼检测的范围，此外，将提高程序的眼睛定位的准确性和速度，并降低背景的干扰. 为减少盲目性面对搜索的目的，我们计算帧