学位论文 > 优秀研究生学位论文题录展示
基于人脸定位技术的疲劳驾驶检测方法
作 者: 孙睿
导 师: 马争
学 校: 电子科技大学
专 业: 通信与信息系统
关键词: 疲劳驾驶检测 PERCLOS 人脸定位 AdaBoost OpenCV LBP
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 215次
引 用: 0次
阅 读: 论文下载
内容摘要
随着车辆的不断增加,交通问题越来越受到关注。其中,因为疲劳驾驶产生的交通事故成为了一个重大社会问题。因此,寻求一种车载、实时、客观的疲劳驾驶检测技术,对于减少因为疲劳驾驶产生的交通事故,保障人民生命财产安全,加强客运安全管理等方面有重大意义。在本文中,首先概述了各种疲劳驾驶检测方法,确立了使用PERCLOS(percentage of eyelid closure over the pupil over time,人眼闭合的百分比)方法作为研究的方向。这是因为PERCLOS方法具有设备简单、成本较低、舒适可靠的特点。并且重点研究如何通过人脸图像技术实现PERCLOS的办法。本文的主要工作如下:1.详细阐述了Viola经典人脸定位的方法,该方法包括了:haar-like特征,光平衡的预处理,级联AdaBoost分类器,多尺度问题等一个完整的解决人脸检测定位的系统方案。2.详细阐述了如何将Viola人脸定位方法运用于疲劳驾驶检测的各个环节中:包括人眼定位,人眼状态识别以及PERCLOS计算。3.应用OpenCV实现了疲劳驾驶检测的演示程序。包括应用OpenCV实现视频图像的读取,各个分类器的训练,以及目标检测等。4.除了使用haar-like特征外,还对使用LBP特征进行了一些实验探索,研究了一种LBP特征缩放的方法,和一种快速高效的人眼定位与状态识别的方法。5.对本文PERCLOS方法做出总结并对进一步的研究工作做出了一些展望。
|
全文目录
摘要 4-5 ABSTRACT 5-8 第一章 绪论 8-14 1.1 引言 8 1.2 疲劳驾驶检测技术的发展概况及现状 8-12 1.2.1 国内外疲劳驾驶检测技术的种类和发展趋势 8-10 1.2.2 基于PERCLOS 方法的疲劳驾驶检测技术概述 10-12 1.3 研究的主要内容及采用的方法 12-14 第二章 经典人脸图像技术在疲劳驾驶检测中的应用 14-35 2.1 人脸定位技术的概述 14-15 2.2 Viola 经典人脸定位算法的介绍 15-27 2.2.1 模式识别与人脸定位 15-17 2.2.2 haar-like 特征 17-21 2.2.3 光照均衡的预处理 21 2.2.4 AdaBoost 分类器 21-25 2.2.5 多尺度问题 25-27 2.3 CAS-PEAL-R1 人脸库 27-28 2.4 利用Viola 方法进行人眼定位 28-31 2.4.1 人脸定位与人眼定位的差异 29-30 2.4.2 人眼定位的技巧 30-31 2.5 利用Viola 方法进行人眼状态识别 31-33 2.6 使用PERCLOS 方法进行疲劳检测 33-34 2.7 本章小结 34-35 第三章 运用OpenCV 进行疲劳驾驶检测程序设计 35-48 3.1 OpenCV 介绍 35-36 3.2 运用OpenCV 应用程序进行目标检测 36-41 3.3 目标检测相关的函数 41-43 3.4 疲劳驾驶检测演示平台 43-47 3.4.1 疲劳驾驶检测演示系统组成 43-45 3.4.2 疲劳驾驶检测演示软件 45-47 3.5 本章小结 47-48 第四章 运用LBP 特征理论进行疲劳驾驶检测的探索 48-62 4.1 LBP 特征方法介绍 48-52 4.1.1 原始LBP 48-49 4.1.2 LBP 扩展 49-50 4.1.3 非参数分类理论 50-51 4.1.4 旋转不变LBP 51-52 4.1.5 对比度和纹理模式 52 4.1.6 多分辨率LBP 52 4.2 运用LBP 特征缩放实现人脸定位 52-56 4.2.1 LBP 理论扩展 53-55 4.2.1.1 LBP 参数实数化 53-54 4.2.1.2 二进制环状子窗口 54 4.2.1.3 边缘区域 54-55 4.2.1.4 LBP 特征的缩放 55 4.2.2 LBP 特征的运用 55-56 4.2.2.1 LBP 特征的获得 55 4.2.2.2 训练 55 4.2.2.3 人脸定位检测 55-56 4.2.3 实验 56 4.2.4 结论 56 4.3 LBP+SVM 模式实现人眼定位与状态识别 56-61 4.3.2 候选点的选取 58-59 4.3.3 SVM 验证 59 4.3.4 候选点的选取 59-60 4.3.5 结论 60-61 4.4 本章小结 61-62 第五章 总结与展望 62-64 致谢 64-65 参考文献 65-69 攻读硕士学位期间的研究成果 69-70
|
相似论文
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于单目视觉的车辆检测算法研究与实现,TP274
- 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
- 行为分析中人眼视线估计方法的研究,TP391.41
- 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于Davinci技术的车辆检测与跟踪算法的研究与实现,TP301.6
- 运动目标识别视频监控系统设计与实现,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 基于红外视频的行人检测,TP391.41
- 图像文本提取系统设计及应用研究,TP391.41
- 磁粉探伤缺陷识别自动化系统设计与开发,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|