基于人眼特征的驾驶员疲劳检测技术的研究与实现

论文摘要

随着汽车持有量的增加,我国交通安全问题日益突出,由驾驶员疲劳驾驶造成的交通事故越来越多,现已成为交通事故发生的主要因素之一,由此可见,研究并实现疲劳检测相关算法对预防交通事故的发生有着重大的现实意义。本文对国内外有关驾驶员疲劳检测的相关技术进行了系统分析,最终选取Adaboost定位算法和模板匹配跟踪算法,并做了进一步研究。在定位阶段,首先对原图像进行预处理,然后应用人脸Adaboost级联分类器进行人脸定位,并对检测到的所有人脸进行判断,得出真正的驾驶员脸部范围,进而在此范围内应用人眼Adaboost级联分类器进行人眼定位,并通过自适应阈值判断得出正确的人眼,从而最终得到人眼跟踪所用的模板；在跟踪阶段,根据连续两帧的人眼位移预测出人眼区域,并应用模板匹配对人眼进行实时跟踪,但传统的模板匹配算法常常由于累积误差和人眼的眨动导致跟踪丢失,所以本文提出在模板匹配的基础上进行人眼轮廓提取,并根据人眼轮廓对人眼模板进行更新,从而解决了跟踪丢失的问题。在准确跟踪的基础上提取眼高眼宽,计算出人眼张合度TOOE,最终判断得到人眼特征。为了保证跟踪的准确性,跟踪阶段还需对人眼进行重定位判断,在跟踪出错或丢失时及时的进行重定位。本文在PC机上采用C#编程语言,使用VS2008开发环境并基于OpenCV计算机视觉库仿真实现了该算法,对不同像素级、不同光照、不同速度、不同旋转角度和刘海干扰下的实时性和准确性进行测试,根据测试结果分析可知,在正常的光照条件下对640×480像素级视频的处理,本文的人脸、眼睛定位与眼睛跟踪算法在各个阶段均能实时准确地实现,从而验证了本文所用的算法适用于驾驶员疲劳检测。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景及意义
• 1.2 疲劳检测技术分类
• 1.2.1 基于驾驶员生理特征的检测
• 1.2.2 基于机动车行为特征的检测
• 1.2.3 基于驾驶员行为特征的检测
• 1.3 国内外研究现状
• 1.3.1 国外研究状况
• 1.3.2 国内研究状况
• 1.4 论文主要内容
• 1.5 论文组织结构
• 第2章 驾驶员疲劳检测相关技术
• 2.1 图像处理相关技术
• 2.1.1 灰度变换
• 2.1.2 直方图均衡化
• 2.1.3 图像平滑处理
• 2.1.4 边缘检测
• 2.1.5 开闭运算
• 2.2 人脸定位与人眼定位相关技术
• 2.2.1 基于可视特征的方法
• 2.2.2 基于知识规则的方法
• 2.2.3 基于统计学习的方法
• 2.2.4 定位算法分析
• 2.3 人眼跟踪相关技术
• 2.3.1 基于运动的人眼跟踪方法
• 2.3.2 基于模型的人眼跟踪方法
• 2.3.3 跟踪算法分析
• 2.4 疲劳检测相关指标
• 2.4.1 Eye Closure Time
• 2.4.2 PERCLOS
• 2.4.3 疲劳指标分析
• 2.5 本章小结
• 第3章 基于ADABOOST级联分类器的眼睛定位
• 3.1 Adaboost级联分类器
• 3.1.1 Adaboost分类器的训练
• 3.1.2 级联算法的检测框架
• 3.2 应用Adaboost级联分类器实现驾驶员脸部和眼睛定位
• 3.2.1 驾驶员脸部定位和眼睛定位工作流程
• 3.2.2 图像预处理的具体实现
• 3.2.3 驾驶员脸部定位具体实现
• 3.2.4 驾驶员眼部定位具体实现
• 3.3 本章小结
• 第4章 基于模板匹配和人眼轮廓的眼睛跟踪
• 4.1 驾驶员眼睛跟踪程序流程
• 4.2 人眼区域预测
• 4.2.1 预测中心点坐标
• 4.2.2 修正人眼区域范围
• 4.3 模板匹配
• 4.3.1 模板匹配搜索策略
• 4.3.2 模板匹配相关性计算
• 4.3.3 基于相关系数法的人眼模板匹配
• 4.4 人眼轮廓提取
• 4.4.1 区域放大
• 4.4.2 边缘检测
• 4.4.3 轮廓提取并标记
• 4.4.4 人眼轮廓判断
• 4.4.5 人眼区域更新
• 4.5 疲劳指标计算
• 4.5.1 眼高眼宽提取
• 4.5.2 人眼特征判断
• 4.5.3 PERCLOS值计算
• 4.6 重定位判断
• 4.7 本章小结
• 第5章 算法实现与仿真结果分析
• 5.1 应用环境分析
• 5.2 软硬件环境介绍
• 5.3 系统的功能模块
• 5.4 系统的整体流程
• 5.5 测试与结果分析
• 5.5.1 不同像素下的测试与分析
• 5.5.2 不同光线下的测试与分析
• 5.5.3 不同速度下的测试与分析
• 5.5.4 不同转角下的测试与分析
• 5.5.5 刘海干扰下的测试与分析
• 5.6 本章小结
• 第6章 结论与展望
• 6.1 本文工作总结
• 6.2 未来工作展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文