基于监控系统的驾驶室人体行为识别与分析方法研究

摘要

智能驾驶技术是交通工具未来的发展方向之一，具有广泛的应用前景，它的目的是通过各种智能技术，在驾驶过程中当有发生危险的潜在可能时能够提出阻止或警示，避免车祸发生，以保障人身和财产安全不会受到损害;而基于视觉的人体行为识别分析亦是计算机视觉领域中最活跃的研究课题之一，得到了国内外学者们的广泛关注，但目前仍然存在着许多亟待解决的理论及技术问题。本学位论文通过结合计算机视觉技术，提出了一种驾驶室内的人体行为识别与分析方法，能够实时获取驾驶员的行为状态，在具有潜在危险的情况下时提出预警，以此提高驾驶的安全系数。本文围绕该智能驾驶员行为识别与分析系统，进行了几个关键技术问题的研究，主要包括三个方面:运动目标肤色区域的提取;驾驶室内人体行为的初次判定;基于主成分分析PCA(Principal Component Analysis)的11种驾驶室内人体行为识别与分析问题。 在我们的驾驶室内人体行为识别分析系统中，使用了改进的肤色模型。为了提高识别正确率，减少光照等因素带来的噪声，更加准确的对驾驶员行为进行分析，本文在利用背景差分法提取运动目标的基础上进行肤色提取，因为一般情况下，背景跟肤色是相区分的。首先利用传统的背景差分法提取驾驶室内的运动目标即驾驶员，先用形态学方法去除大块噪声。其次，通过改进的肤色模型提取运动目标上的肤色区域。最后，将提取的人体肤色二值化图按像素比例转化为对应的灰度图。实验结果证明，我们的方法能够有效去除运动目标提取时的噪声，为驾驶室人体行为识别与分析提供良好的原始数据。 在基于监控系统的人体行为识别与分析中，通常需要对人体进行建模，由于本课题的研究对象时驾驶室内人体行为，此时只有上半身处于监控视线范围内，而且由于驾驶室环境限制，人体所做的行为种类及跨度有限，因此本文选用肤色区域作为行为判断识别的依据。为了提高识别效率，节省时间和空间，本学位论文先提取视频图像帧的上半部分肤色区域，通过比较肤色区域像素点数与预先设定的阈值δ的大小初步判断人脸朝向，当肤色区域像素点数小于阈值时，人脸朝向左或者右，此时驾驶员行为不符合驾驶室的环境要求，马上给予报警信号;否则人脸朝向前，需要进行整幅视频图像帧的肤色提取并配合与肢体的相对位置才能对其行为进行识别与分析。 人体行为识别是计算机视觉领域的一个重要分支。人体行为识别具有广泛的应用前景，能够应用在诸如人机交互、游戏开发、机器人开发以及手势语言等领域。在智能辅助驾驶系统中，人体行为识别也是一个重要的组成模块。通过人体行为识别可以判断交警或者路人手势，也可以实现驾驶员对汽车的智能操控。本文提出了基于主成分分析PCA(Principal Component Analysis)的驾驶室内人体行为识别方法。首先，把每个行为的肤色区域提取出来，将其二值化图转化为人体肤色的灰度图，并对人体行为图进行尺寸归一化，使人体行为充满整个视频帧，保证行为识别对尺寸不敏感;其次，将待识别的人体行为投影到已经建立好的主成分分析PCA空特征间，并通过欧氏距离比较待识别行为的距离，实现了10种驾驶室人体行为识别;最后，根据驾驶室环境限制，对驾驶室内出现的行为进行分析，为之后的处理做好准备工作。 通过仿真实验表明，背景差分法和肤色区域提取相结合的方法能够为驾驶室人体行为分析提供良好的原始数据，对光线变化、相机抖动、阴影等噪声表现出了良好的鲁棒性。人体肤色区域二值图的识别率为:57.00％，灰度图的识别率为:90.50％，表明该方法兼顾了人体行为的时间特性和空间特性，由于灰度图包含了更多的运动细节信息，因此对一些细微的动作有较好的辨别能力，从而有更高的识别率。

目录

声明

摘要

第一章 绪论

1．1 研究的目的和意义

1．2 国内外研究现状

1．3 存在的问题及发展前景

1．4 人体行为识别面临的挑战

1．5 课题的研究内容

1．6 论文组织结构

第二章 人体行为图像分析基础

2．1 引言

2．2 运动目标检测

2．2．1 运动目标检测方法

2．2．2 噪声去除方法

2．3 主成分分析

2．3．1 数学模型

2．3．2 构造特征向量

2．3．3 度量相似性

2．4 肤色检测

2．4．1 颜色空间

2．4．2 肤色模型

2．5 人体行为分析

2．5．1 主要方法

2．5．2 姿势分类

2．5．3 行为识别主要方法

2．5．4 行为识别与分析

2．6 本章小结

第三章 基于肤色区域的驾驶室人体行为识别与分析方法

3．1 引言

3．2 驾驶室行为识别策略

3．3 驾驶室人体行为识别方法

3．3．1 运动目标提取

3．3．2 驾驶室人体肤色区域提取

3．3．3 肤色区域尺寸归一化

3．3．4 头部转向判断

3．4 驾驶室人体行为识别分析方法

3．5 本章小结

第四章 驾驶室人体行为识别系统实现

4．1 引言

4．2 驾驶行为初步识别实验

4．2．1 运动目标提取实验

4．2．2 人脸朝向检测实验

4．2．3 人脸朝向分析实验

4．3 驾驶员行为识别与分析实验

4．3．1 运动目标肤色区域归一化实验

4．3．2 驾驶异常行为检测实验

4．4 本章小结

第五章 总结与展望

5．1 本文总结

5．2 展望

参考文献

致谢