34基于面部特征的驾驶员疲劳检测

基于面部特征的驾驶员疲劳检测作者：袁健学位授予单位：浙江工业大学相似文献(10条)1.学位论文杨凌曦基于人脸检测的驾驶员疲劳识别系统研究2009在公路交通快速发展的时代，疲劳驾驶已成为引发交通事故的主要原因。因此，如何快速、准确的识别驾驶员的疲劳状态已成为世界各国研究的热点。而机器视觉理论及其在人脸检测领域的应用和发展，为驾驶员的疲劳检测提供了新的解决途径。论文收集并分析了大量近年来国内外关于人脸检测和疲劳识别方面的研究成果，提出基于计算机视觉方案，应用先进的图像处理技术和模式识别技术，构建基于单目视觉的驾驶员疲劳识别系统，并在此基础上展开相关的探索性研究。br　　论文首先介绍了国内外驾驶员疲劳检测和驾驶员状态监测系统的研究现状及其发展趋势，以改进的AdaBoost人脸检测算法为基础，提出了基于人脸检测的驾驶员疲劳识别系统方案。br　　论文深入分析了PaulViola提出的快速人脸检测方法，根据驾驶疲劳识别系统精确定位眼部和嘴部区域的特点，提出标准化样本集的方法和标准，使得训练出来的分类器只对竖直人脸子窗口敏感。文中提出通过旋转缩小法穷举待检子窗口，准确检测人脸区域并修正转动角度，为准确分割眼部和嘴部区域创造了良好的条件。br　　论文在分析了目前常用的眼睛分割算法的基础上，提出基于灰度积分投影和几何位置约束分割眼部区域的方案，并在此基础上采取上眼睑曲率分析算法提取眼部的特征参数。br　　论文在嘴部特征参数提取方面，根据嘴部位置特征和形态特征判断驾驶异常状态，提高了嘴部状态识别算法的实时性和鲁棒性。br　　考虑到系统的扩展性和实用性，基于DirectShow技术和OpenCV技术研发驾驶员疲劳检测系统。文中针对复杂光照环境和不同实验对象进行试验验证，实验结果表明该系统具有较低的误判率。研究结果为安全驾驶提供了有意义的指导，为进一步的工作奠定了基础。2.学位论文楼勇攀基于全方位视觉的驾驶员疲劳监测系统的研究2009交通事故是当前世界各国面临的严重问题，其中驾驶员疲劳是造成交通事故的主要原因之一。因此，开展驾驶员疲劳的研究工作，研制出一套有效的驾驶员疲劳监测系统，具有重大现实意义。本文研究和设计了一种基于全方位视觉技术的驾驶员疲劳监测系统。首先使用全方位视觉传感器获得以驾驶员为中心的360°全景图像，接着通过透视展开算法得到分别包含驾驶员、方向盘和道路前方的3幅透视图像，然后采用计算机视觉的方式监测驾驶员、方向盘和道路前方3个能反映驾驶员疲劳对象，其中对驾驶员的监测包括眼睛，嘴巴和头部的监测，最后综合监测到的信息识别出驾驶员的疲劳情况。本文完成的工作主要有以下几个方面：（1）研究了全方位视觉传感器（ODVS，omnidirectionalvisionsensor）和全方位图像展开技术在驾驶员疲劳监测中的应用。选择了适合本系统的宽动态全方位视觉传感器，研究了全方位视觉传感器在车内的最佳放置位置和方式，使得传感器能够清晰地捕获到被监测的各个对象。选择了适合本系统展开算法，研究了展开算法的各种参数的设置，将全方位图像展开成更符合视觉习惯，更适合分析处理的透视图。（2）研究了人脸检测与跟踪算法。通过对现有的各种算法的分析和比较，最终采用了主要是基于肤色的人脸检测算法。考虑到驾驶员开车过程中人脸基本处于不动或微动状态，设计了一种简单的、运算量小的跟踪算法。（3）研究了眼睛、嘴巴、头部、方向盘和道路前方共5个能反映驾驶员疲劳的对象的监测算法。分析和比较目前常用的算法，探索最适合本系统的算法，其中在嘴巴和道路前方的监测方面，设计了新算法。（4）开发了基于全方位视觉的驾驶员疲劳监测系统。该系统采用Java语言编写，同时也调用了一些C++语言的组件。系统采用基于组件的开发模式，设计开发的一些基础组件，不仅能够应用于本系统，同时也能应用于其他研究图像处理的系统中。3.学位论文张淑凤基于多个疲劳参数的驾驶员疲劳检测2009据交通部门统计，我国是道路交通事故死亡人数最多的国家，连续数年一直居世界第一位，而疲劳驾驶是造成交通事故的主要因素之一。所以，研究出可以有效监控疲劳驾驶并及时给予警告的方法，对于降低交通事故和人员伤亡率以及保护国家财产，都有着十分现实的重要意义。在研究了国内外疲劳检测的发展现状和疲劳驾驶实时监控系统所应具有的性能特征的基础上，参考国内外现有文献，本文提出的总体设计方案如下：首先，在人脸检测方面，本文采用基于肤色和面部特征相结合的方法进行人脸检测。在实现过程中，使用中值滤波进行图像的预处理，并采用积分投影定位人脸的边界。其次，在准确定位人脸的基础上，为改善普通积分投影定位不精确且受随机噪声影响较大的的缺点，本文采用了混合积分投影的方法对上半部分人脸进行瞳孔定位。为实现驾驶员嘴角的精确定位，本文提出一种改进的自适应选取唇色阈值的方法，文中首先采用Canny算子对下半部分人脸进行边缘检测，并通过最大连通域法提取出嘴唇区域，然后利用该方法进行嘴角判断。在瞳孔和嘴角跟踪方面，根据其各自运动特性，采用不同方法进行跟踪定位。考虑到嘴角位置的稳定性，采用中心点扩大区域搜索法跟踪定位嘴角。而由于瞳孔运动复杂，本文采用一种改进的非线性无迹卡尔曼滤波(UKF)进行跟踪定位，进一步提高跟踪效果。最后，基于瞳孔部位，本文提取了三个疲劳参数，PERCLOS、眼睛闭合时间(ECT)和眨眼频率(EBF)。基于嘴角部位，提取出驾驶员的点头频率(NodFreq)和头部旋转方向。改进了以往单一疲劳参数进行驾驶员疲劳监控的不稳定性，进一步保障了驾驶员驾驶过程中的安全性。实验结果表明，本系统的算法简单快速、准确性较高。所做的研究工作为疲劳驾驶实时监控系统的实用化和产品化打下了良好的理论基础。4.会议论文胡庆新.方跃.张淑凤一种新的驾驶员疲劳检测系统中的人脸区域检测方法2008通过人眼检测驾驶员的疲劳状态是一种简便且有效的方法,人脸的检测与定位是其中的关键环节.本文针对此方法,结合图像处理技术,在新的颜色空间YCgCr上建立一种带约束条件的Cg、Cr椭圆聚类模型进行肤色提取,并引入了有效的人脸判断因素,进一步去除肤色分割后的非人脸区域,减少人脸检测的搜索区域并最终定位出人脸.实验结果表明,该方法能有效地从复杂背景的彩色图像中检测出人脸区域,并且对于不同的光照条件有较好的鲁棒性。5.学位论文王力基于红外图象的驾驶员疲劳检测研究2008驾驶员疲劳已成为引发交通事故的主要因素之一，用基于机器视觉的方法来检测驾驶员疲劳在实时性、准确性、非接触性、适用性及经济性等方面比其他监控方法有更大的优势，成为当前研究的一个热点。本文在研究前人工作的基础上，认为夜间是驾驶员疲劳的多发阶段，因此本文使用了特殊的红外光源拍摄驾驶员正面面部图象，并根据红外图象所具有的特点提出了一个有效的驾驶员疲劳检测方法，整个方法分为四个过程：人脸的检测，人脸的跟踪，人眼的定位和驾驶员疲劳状态识别。本文的研究内容如下：(1)人脸检测是驾驶员疲劳检测的前期工作。传统的检测驾驶员面部多采用基于肤色分割的算法和基于灰度投影的方法。这两种方法对光照都有较高的要求，在光照不均匀，光照不足或者姿态变化的情况下难以有效的定位人脸。本文首先进行人脸的粗检测，利用红外人脸图象面部区域亮度较高，背景简单的优势，采用迭代式阈值算法对图象进行二值化处理，然后提出了一种垂直投影与区域连通相结合的算法进行人脸准确定位。这种人脸检测方法不仅能够准确的定位人脸，而且受光照的影响较小，对姿态变化不敏感，很好的解决了肤色分割和垂直投影受光照影响定位不准确的缺点。(2)人眼定位是驾驶员疲劳检测中关键的一步，传统的霍夫变换法和模板匹配法要求人眼区域具有较为清晰的边缘信息，而且计算量很大，实时性不高，本文在仔细分析红外图象特点的基础上，改进了Harris角点检测算法，并将其应用到瞳孔的定位中，避免了复杂的运算，而且定位准确，算法速度快，完全地满足了实时性的要求。(3)本文根据PERCLOS原理，采用计算驾驶员眼睛睁开面积的方法实时监测驾驶员疲劳状态，该方法针对夜间是驾驶疲劳的高发时期，采用红外光做为光源，解决了夜间微光不稳定，时有时无的问题，所采用算法简单有效，复杂度低，不仅对光照的影响不敏感，而且具有较好的容错性和鲁棒性。6.学位论文栾柱晓驾驶员疲劳检测系统研究2009随着交通运输业的发展，交通事故已成为当前各国所面临的严重问题，疲劳驾驶是引发交通事故的主要因素之一。基于机器视觉的疲劳检测在实时性、非接触性及全天候等方面比其他监控方法有更大的优势，所以该方法已成为当前研究的一个热点。本文在研究前人工作的基础上，提出一套有效的疲劳检测算法。该算法可分为四个过程：人脸的检测与定位，人脸姿态的调整，人眼的检测与定位，人眼的跟踪与定位和识别驾驶员疲劳状态。本文研究内容和取得的主要成果如下：（1）人脸的检测与定位。从红外摄像头获取的视频流中读取一帧红外图象，利用红外人脸图象面部区域亮度较高，背景较暗并且简单的优势，采用迭代式阈值算法对图象进行自适应的二值化处理，然后利用区域标记的方法定位出人脸区域。该人脸检测方法不仅能够准确的定位人脸，而且基本不受光照的影响，很好的解决了传统检测方法受光照及姿态影响较大，从而导致定位不准确的缺点。（2）人脸姿态的调整。由于人眼的检测与定位采用的是模板匹配的方法，而人眼模板是水平的，未旋转的，这时如果待检测人脸旋转了某个角度，就很可能会导致人眼模板匹配失败，从而得到一个错误的匹配结果。所以在进行人眼检测与定位之前必须将待检测人脸进行旋转校正，这样可以很大程度上提高人眼模板匹配的成功率。（3）人眼的检测与定位。本文在仔细分析红外图象特点的基础上，改进了传统模板匹配算法，总结出多步长模板匹配的方法，该算法大幅度减少了模板匹配的次数，减少了算法的计算量，而且该算法在进行抽样匹配的过程中由于抽样能够均匀覆盖搜索子图，从而保证了模板匹配的准确度，最终使得该方法定位准确，算法速度快，能够满足了实时性的要求。（4）采用驾驶疲劳识别算法本文算法能够自动测量并连续跟踪驾驶员眼睛的睁闭情况，并且根据相应的阈值提醒驾驶员。由于夜间是驾驶疲劳的高发时期，该方法采用红外光作为光源，解决了夜间光照不稳定的问题，所采用算法简单有效，复杂度低，而且具有较好的容错性和鲁棒性。7.学位论文盛敬驾驶员疲劳监控系统中人脸检测与识别研究2006目前在频繁发生的交通事故中，驾驶员疲劳已成为引发交通事故的主要因素之一。安全辅助驾驶技术作为智能交通系统的关键技术日益受到人们的关注，其中驾驶员疲劳监控技术对降低交通事故率有着重要的作用。本文研究的驾驶员疲劳监控系统采用机器视觉手段对驾驶员疲劳时嘴部、眼睛的运动状态进行实时监控，机器视觉在实时性、准确性、适用性及经济性等方面比其他监控方法有更大的优势，拓展了疲劳驾驶监控技术的涵盖范围。论文的研究内容包括：驾驶员面部定位与跟踪、驾驶员嘴唇与眼睛定位、驾驶员嘴唇与眼睛特征向量提取以及驾驶员疲劳状态识别。根据肤色在颜色空间具有很好的聚类特性的特点，选用YCbCr颜色空间作为肤色分布统计的映射空间，建立一个基于肤色的二维高斯分布数学模型，利用基于相似度和人脸形状特性的人脸检测方法，对驾驶员面部进行定位。在驾驶员面部定位的基础上，采用卡尔曼滤波面部跟踪算法进行驾驶员面部跟踪。嘴唇的红色与面部其它肤色有明显区别，本文提出了一种利用彩色图像中边缘检测和寻找红色像素点相结合的方法对嘴唇区域进行分割和提取。此方法可以有效去除嘴唇周围的阴影干扰和其它干扰，完整地将嘴唇从原图中提取出来。再利用“逼近法”分别对嘴巴处于张开与闭合两种状态时嘴唇的各个特征点进行定位。驾驶员的双眼精神状态始终保持一致，本文选择右眼为研究对象。根据面部五官的排列规律，以嘴角位置与嘴长为基本点，推算右眼的大概区域。因为眼睑、眼珠都呈天然的黑色，利用图像中的黑色像素点的投影来确定眼睛区域。采用“逼近法”定位右眼睁开与闭合状态时的各个特征点。在驾驶员疲劳状态识别方面，对BP神经网络进行了修正，提出了一种神经网络群的方法，利用嘴唇、右眼特征向量值作为BP神经网