基于Adaboost和主动性状模型相结合的驾驶员疲劳检测算法研究-电磁场与微波技术专业论文.docxVIP

Thesis Submitted to Hebei University of Technology for The Master Degree of Electromagnetic Field and Microwave Technology STUDY ON DETECTION ALGORITHM OF FATIGUE DRIVING BASED ON COMBINATION OF ADABOOST AND ACTIVE SHAPE MODEL by Zhang Xudong Supervisor: Prof. Xia Kewen ＆ Prof. Zhou Yatong December 2014 This work was supported by Hebei Province Natural Science Foundation (No.F2013202254), Tianjin Natural Science Foundation (No.11JCYBJC00900) . 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得 的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表 的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究 工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声 明的法律责任由本人承担。 学位论文作者签名： 日期： 关于学位论文版权使用授权的说明 本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有 权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全 文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编入有关数据库 进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 日期： 导 师 签 名： 日期： 摘 要 随着国家交通运输行业的不断发展进步，交通事故也在逐日增加。在引发交通事 故的各项因素中，疲劳驾驶所占比重越来越大。为了降低交通事故次数，保证驾驶员 和行人的生命安全，开展驾驶员疲劳状态自动检测研究具有重要现实意义。本文基于 机器视觉原理，首先实现了 Adaboost 和主动性状模型（ASM）相结合的驾驶员疲劳 检测软件系统。然后为了提升疲劳检测的稳健性做了两方面的改进：一方面使系统可 以适应驾驶员姿态和环境光照因素等影响；另一方面将 Perclos 算法、眨眼频率、打 哈欠频率和持续闭眼时间等指标结合起来综合判定驾驶员的疲劳状态。具体研究工作 阐述如下： （1）基于 Adaboost 和主动性状模型相结合的驾驶员疲劳检测软件系统研制 人眼定位是驾驶员疲劳检测中的关键一环。为了提升人眼定位的准确性，本文结 合 Adaboost 算法和主动性状模型（ASM）各自的优势，并以上述两个算法为核心， 基于 OpenCV 平台研制开发了一套驾驶员疲劳检测软件系统。系统首先将采集到的人 脸图像进行 Adaboost 人脸检测，然后将检测到的人脸区域位置信息传递给 ASM 算法， 作为匹配域的初始化位置，在匹配完成后即可得到准确的人眼位置。大量模拟实验结 果表明，该软件系统能顺利进行疲劳驾驶状态检测，驾驶员图像采集及预处理、人脸 检测、人眼定位、疲劳驾驶状态判定等各项功能齐备，人眼定位准确率高。 （2）适应驾驶员姿态及环境光照等因素影响的疲劳驾驶稳健检测算法研究 传统的疲劳驾驶检测系统往往没有考虑驾驶员的姿态变化以及环境光照等因素 的影响。本文从这两点出发，设计出一种更加稳健的疲劳驾驶检测算法。在 Adaboost 和 ASM 相结合的人眼定位基础上，算法首先通过归一化人脸图像并且在检测不到人 脸的情形下进行旋转等手段，使检测系统可以适应驾驶过程中经常出现的驾驶员偏头 情形；其次通过补充人脸训练样本和引入直方图均衡等手段，使其可以更好的适应驾 驶中出现的各种光照环境。对模拟视频进行检测实验，结果表明稳健检测算法可以更 准确定位人眼的位置。不仅可以有效的适应偏头情况，并且可以消除光照因素的影响， 提升了检测系统的稳健性。 （3）Perclos 算法与眨眼频率、打哈欠频率和持续闭眼时间相结合的综合疲劳驾 驶状态判定 I II II 针对 Perclos 算法在疲劳状态判定时的局限性，本文提出将眨眼频率、打哈欠频 率和持续闭眼时间等也一并作为判断驾驶员疲劳状态的标准。系统首先通过人眼闭合 程度计算 Perclos 值，并且与此同时计算驾驶员眨眼频率、打哈欠频率和持续闭眼时 间。无论 Perclos 值如何，如果眨眼频率过高或过低，则判定为眼睛异常