基于多特征融合的驾驶员疲劳检测算法研究

论文摘要

随着汽车产业和交通运输业的发展,公路交通安全成为一个不可忽视的问题,交通事故给国家和社会造成了巨大的财产损失和人员伤亡。而有统计表明疲劳驾驶是造成交通事故的主要原因之一,所以研究一种有效的方法来检测驾驶员的疲劳状态是非常有必要和有意义的。当前国际上有不少研究检测疲劳驾驶的机构,正在开发的检测系统也有不少,一些简单的检测装置甚至已经出现在市场上,但是大多测量的准确度不高,应用场合受到很多限制,距离真正实际需要还差很多,更为精确的检测方法大都还处于研究阶段。本文深入研究了前人提出的各种疲劳检测方法的原理,在对比了国内外较为流行的各种检测方法并研究了其关键技术和难点之后,提出了一种自然光照下基于机器视觉的、能够无接触、快速有效的驾驶员疲劳检测方法。该方法利用摄像头实时拍摄驾驶员的面部,提取最能反映疲劳状态的眼睛特征和嘴部特征,通过使用模糊逻辑的方法对多个生理特征进行融合判决,可以快速、准确地判断疲劳的发生。本文的主要研究内容如下:1)详细分析当前检测方法中的关键和难点,采用了一种基于动态矩阵的背景更新算法来实现头部的定位和跟踪。2)研究了肤色在各颜色空间中的分布特点及各颜色空间与光照的关系,联合使用肤色分割和基于Adaboost的快速人脸定位算法实现人脸的快速准确定位。3)研究了一种分级的眼睛定位算法,先使用累积直方图法来对脸部图像进行二值化,对二值化后的图像进行灰度积分投影实现眼睛的粗定位,然后使用一种基于圆环形模版的模版匹配方法来实现眼睛的精确定位,最后分别计算了眨眼持续时间和眨眼频率两个参数。4)研究了一种基于灰度图像的嘴部定位算法,首先根据先验知识和人体面部器官分布规律得到嘴巴的大体位置,然后对图像进行边缘增强后,使用OTSU法确定阈值,对所得图像进行二值化,得到嘴巴张开的程度,判断是否打哈欠。5)分析了目前较流行的信息融合方法,使用基于模糊逻辑的信息融合方法来实现多个生理特征参数的融合,然后判决驾驶员的疲劳状况,以提高检测方法的可靠性。

论文目录

• 中文摘要
• ABSTRACT
• 英文缩略词
• 第一章 绪论
• 1.1 引言
• 1.2 疲劳驾驶相关概念
• 1.2.1 疲劳驾驶定义
• 1.2.2 疲劳驾驶的机理
• 1.3 国内外研究现状
• 1.3.1 国外的研究现状
• 1.3.2 国内的研究现状
• 1.4 论文的主要工作和内容安排
• 第二章 系统实验框架与算法流程
• 2.1 硬件安装及视频采集
• 2.2 软件算法流程
• 第三章 头部的跟踪和人脸的检测
• 3.1 图像的预处理
• 3.2 头部的定位与跟踪
• 3.3 人脸检测的常用方法
• 3.3.1 基于统计的人脸检测方法
• 3.3.2 基于知识建模的人脸检测方法
• 3.3.3 各种检测方法的比较以及本文采用的方法
• 3.4 基于自适应的肤色分割和Adaboost算法的人脸检测
• 3.4.1 肤色分割算法
• 3.4.2 基于Adaboost人脸检测算法
• 3.4.3 基于Adaboost算法的驾驶员脸部区域检测
• 第四章 特征定位和特征参数提取
• 4.1 人眼定位
• 4.1.1 眼睛区域的粗定位
• 4.1.2 眼睛区域的精确定位
• 4.1.3 眼睛的跟踪
• 4.2 眼睛特征参数提取
• 4.3 嘴部定位
• 4.4 嘴部特征参数提取
• 第五章 融合多个生理特征的疲劳状况判决
• 5.1 常用融合算法介绍
• 5.2 基于模糊逻辑的融合方法
• 5.3 基于模糊逻辑的多特征融合判决算法
• 5.3.1 输入及输出变量隶属度函数的建立
• 5.3.2 模糊化与模糊推理规则的建立
• 5.3.3 模糊清晰化
• 5.3.4 基于眼部特征和嘴部特征疲劳判决的决策级融合
• 第六章 总结与展望
• 6.1 总结
• 6.2 建议与展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文
• 学位论文评阅及答辩情况表