论文部分内容阅读
当今社会,汽车工业的发展为广大人民的生活带来了极大的方便。但同时,汽车所引起的社会问题也随之而来。交通事故不仅给家庭带来了伤害,也给社会带来了巨大的影响和沉重的负担。疲劳驾驶恰恰就是造成交通事故的主要原因之一。目前,驾驶员驾驶状态的监测已经成为当前安全辅助驾驶技术的一个研究热点,疲劳驾驶检测系统对于降低交通事故率有着重要的作用。对此我们做了大量的研究,提出了一种基于人脸定位的疲劳驾驶检测算法,该算法主要含有三大模块:基于肤色的人脸初定位模块;基于椭圆滤波器和模板匹配的人脸二次定位模块;基于人脸面积的PER-NOFACE疲劳状态检测模块。人脸初定位模块中主要是以传统的基于肤色的人脸检测算法为基础,因为人脸的肤色在颜色空间中的分布相对比较集中,颜色信息在一定程度上可以将人脸与大部分背景分割开来。但为了解决光照强度不同对于人脸定位的影响,在这模块中运用了光线补偿处理和对YCbCr空间进行非线性转换,提高了人脸定位的准确性。人脸的二次定位模块主要是对上一模块的肤色分割算法无法将人脸从类似肤色的背景分割开来这个问题进行了改进,提出了基于动态的椭圆滤波器和模板匹配相结合的人脸定位算法。这是本文中的创新点,该算法利用积分投影法预测人脸的可能的范围和位置,并结合椭圆的紧密度调整滤波器参数,构造最优滤波器,把肤色分割后的连通区域中非人脸的类肤色区域过滤掉,有效地减少类肤色区域带来的干扰,再结合模板匹配方法对人脸进行精确定位。本文的第二个创新点是提出了一种新的疲劳状态检测算法,即是以可检测到的人脸的面积为依据,运用PER-NOFACE准则,判断驾驶员是否进入疲劳驾驶状态。此算法克服了HPM方法设备复杂、外观不被接受的问题,也解决了传统算法PERCLOS为提高眼睛检测的准确性而付出大运算量为代价的问题。最后对整个疲劳检测系统进行了测试,提出的利用动态椭圆滤波器来消除类肤色区域的算法有不错的效果,为提高基于PER-NOFACE准则的疲劳状态检测的准确性提供了基础。同时,PER-NOFACE是有别于其他传统疲劳检测准则的一个创新性算法,相比传统的疲劳检测算法,准确度虽然稍有下降,但它减少了进一步检测眼睛、嘴巴的状态的运算量,提高了实时性。此算法的提出还是具有一定的实用性。在今后的工作中,如何结合多种检测手段提高准确率的同时又能保证系统运算量的大幅度下降,保持实时性将是工作的重点。这也是疲劳检测系统今后要发展的一个方向。