驾驶员疲劳监测技术研究-微电子学与固体电子学专业论文.docxVIP

万方数据 万方数据 摘 要 由于各种因素造成的疲劳驾驶，已成为导致交通事故的重要原因。采用先进的技 术手段，对驾驶员进行实时监测并及时预警对减少交通事故的发生具有重要意义。基 于计算机视觉的驾驶员疲劳监测方法，具有非侵入式、高可靠性的特点，在疲劳预警 装置中被广泛采用，是疲劳监测算法研究的一个热点方向。由于眼部的行为特征与驾 驶员疲劳程度相关性强，基于驾驶员眼部行为的疲劳监测方法，在计算机视觉监测疲 劳领域占据着重要的位置。 针对基于眼部行为的疲劳监测算法中存在的鲁棒性、准确性及实时性三个关键问 题，从监测算法过程中涉及的人脸监测、人眼定位及疲劳判定机制三个关键环节入手， 给出了一种新的基于眼部行为的疲劳监测算法，并对算法关键环节及算法结果进行了 实验验证。论文主要工作如下： 1. 针对背景人脸影响、头部姿态及光照变化问题，在研究 AdaBoost 算法过程的 基础上对其进行改进，设计了一种基于跟踪思想的多姿态人脸监测算法。这种算法即 提高了人脸检测的正确率又大幅提高了人脸检测的速度；针对人脸光照对人眼定位的 影响，给出了一种自适应图像分割方法，有效的克服了光照对人眼定位的影响。 2. 对人眼定位领域应用最为广泛的灰度投影算法进行了改进，给出了一种基于曲 线融合的投影人眼定位算法，并在静态人脸库上做了大量实验，验证了算法的有效性； 分析了自适应图像分割与改进的投影算法在基于视频序列的人眼定位中存在的问题。 在此基础上，采用了简单的灰度二值化方法进行眼睛目标提取，并将图像矩描述及上 下文分析方法应用到人眼验证及寻优中，在实现眼睛定位的同时实现了眼睛高度的提 取。本文眼睛定位及状态分析方法在保证高的正确率的前提下，大幅提高了算法实时 性。 3. 单一疲劳识别指标在疲劳识别时存在局限性，通过 延长采样时间来提高 PERCLOS 指标的准确性，同时引入平均眨眼时间指标(TIMNCTATON)与 PERCLOS 指标进行融合，设计了一种双指标三级别疲劳识别机制，有效提升了疲劳识别准确性； 考虑了危险动作，通过人脸及人眼定位成功与否来判定驾驶员是否存在危险动作。 本文对疲劳监测系统中的各个模块及系统整体做了测试，对测试数据进行了分 析，验证了疲劳监测系统的有效性。从测试结果看，该系统预警准确、及时，效果良 好。系统算法采用 C++与 OpenCv 进行编程，为算法移植、系统设备小型化创造了良 好条件。 关键词：疲劳监测 人眼定位 疲劳判定指标 灰度投影 图像矩 I II ABSTRACT Driving fatigue caused by many factors, has become one of the most important causes of traffic accidents. It is of great significance to real-time monitoring and timely warning on the driver to reduce traffic accidents by using advanced technology. The driver fatigue monitoring method based on computer vision, has been widely used in the fatigue early warning device, and become a hot research direction of fatigue detection algorithm by the characteristics of non intrusive and high reliability. Because of the strong correlation between eye behavior and driver fatigue, fatigue warning method based on eye behavior, has been occupying an important position in the field of computer vision method. Aiming at the three key problems of robustness, accuracy and real time in fatigue warning method based on eye behavior and starting from face detection, eye location fatigue decision mechanism, a new fatigue monitoring algorithm based on ey