基于机器视觉与学习的驾驶员疲劳检测研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 分类号：TP399 学校代号：10490 学 号 ：201105003 秘密：公开 武汉工程大学硕士学位论文 基于机器视觉与学习的驾驶员疲劳 检测研究 作者姓名：黄 秀 清 指导教师姓名、职称：黄巍（副教授） 申请学位类别：学术型 学科专业名称：计算机应用技术 研究方向：图像处理方向 论文提交日期：年 月 日 论文答辩日期：2014 年 5 月 28 日 学位授予单位：武汉工程大学 学位授予日期： 年 月 日 答辩委员会主席： 王龙海 Research of Driver Fatigue Detection Based on Machine Vision and Learning A Thesis Submitted for the Degree of Master Major： Computer Application Technology Candidate：Huang Xiuqing Supervisor：Associate Prof. Huang Wei Wuhan Institute of Technology Wuhan, Hubei 430073, P. R. China 独 创 性 声 明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。 对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解我校有关保留、使用学位论文的规定， 即：我校有权保留并向国家有关部门或机构送交论文的复印件和电 子版，允许论文被查阅。本人授权武汉工程大学研究生处可以将本 学位论文的全部或部分内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存和汇编本学位论文。 保 密 Ο ， 在 年解密后适用本授权书。 本论文属于 不保密 Ο√ 。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 年 月 日 年 月 日 摘 要 摘 要 现阶段，疲劳驾驶是造成交通事故发生的罪魁祸首，因而对驾驶员进行疲劳检 测这方面的工作得到了越来越多学者的关注。而基于机器视觉的疲劳检测方法具有 实时性好、非接触性和疲劳程度评估精确的优点，成为疲劳检测的一个新方法。 在已有的基于机器视觉的疲劳检测方法的基础上，提出了一套改进的疲劳检测 方法。其中主要算法有：脸部定位、眼部定位与跟踪以及眼部特征计算、嘴部定位 与跟踪以及嘴部特征计算、基于逻辑回归模型的疲劳状态识别。主要内容如下： 1、人脸定位。通过摄像头采集驾驶员头部的图像，采用同态滤波的方法对图 像进行预处理，在分析比较常用的人脸检测技术优缺点的基础上，提出了改进的基 于肤色高斯模型的人脸检测方法和基于 Haar-like 特征的人脸检测方法，实验结果表 明改进的基于肤色高斯模型的人脸检测方法性能更好一些。 2、眼部定位与跟踪以及眼部特征计算。在前一章节人脸定位的基础上，通过 分析比较常用的人眼定位方法的优缺点，提出了基于眼部强化图的人眼定位方法， 再采用基于位置偏移的人眼跟踪方法进行眼部跟踪，最后提出了计算一段时间内眼 部闭合所占百分比、眨眼频数和平均眨眼持续时间特征的方法。 3、嘴部定位与跟踪以及嘴部特征计算。在人脸定位的基础上，提出了基于嘴 部强化图的人嘴定位方法和基于嘴部状态分类的内唇开度估计方法来进行嘴部状 态的识别，最后提出了计算嘴部闭合时间所占百分比、嘴部张合频数特征的方法。 4、基于逻辑回归模型的驾驶员疲劳驾驶识别方法。通过对前面提取的与疲劳 相关的眼部闭合所占百分比、眨眼频数、平均眨眼持续时间特征和嘴部闭合所占百 分比、嘴部张合频数五个特征的不疲劳、轻度疲劳、酣睡样本进行监督学习，建立 一个两类(不疲劳、疲劳)的分类器，它能够判断驾驶员是否处于疲劳状态，再建立 一个两类(酣睡、轻度疲劳)分类器，它能够对已疲劳的驾驶员的疲劳程度进行判断。 这种驾驶员疲劳驾驶识别算法比传统的基于视觉的方法识别精度更高，而且将疲劳 状态分为三个等级也比较合理，使得系统能够根据不同的驾驶状态采取相应的措 施。 I 武汉工程大学硕士学位论文 关键词：疲劳检测；肤色模型；机器视觉；逻辑回归模型；内唇开度 II Abst Abstract Abstract Driver fatigue is a major cause of traffic accidents today,Thus driver fatigue detection has become a hot topic of current research.T