基于BP神经网络的无校准驾驶员注视区域估计

摘要

二十世纪以来，汽车的拥有量显著增长，随之而来的交通事故也发生的越来越频繁，人们对交通安全问题的关注与日俱增，世界各国的交通部正积极采取一些有效措施，减少交通事故的发生。因此，基于驾驶员的视线追踪系统便应运而生。但现有的系统一般局限于简单场景，且必须在前期做好校准工作的情况下进行的，而对于不加约束的人、无校准、光照变化等问题仍存在很大的研究空间，其实时性、精确性和鲁棒性与实际应用之间还存在很大距离。
　　本研究主要内容包括：⑴获取头部姿态和视线方向的角度参数，在此过程中，针对驾驶员身体出现左右晃动，或者不同驾驶员身高不同，而发生相对于摄像机的左右偏移和上下偏移问题，提出一种基于几何关系的头部姿态校正算法。同时，本文通过建立3D眼球模型进行瞳孔视线方向估计。⑵构建了一个基于BP神经网络的无校准驾驶员注视区域估计系统。通过BP神经网络模型对驾驶员在驾驶过程中的头部姿态及视线角度参数进行训练并构建区域分类器，并通过该网络模型进行驾驶员无校准注视区域估计。⑶通过对比实验表明，提出的方法不仅能满足学术研究的要求，而且能实现在复杂环境下驾驶员的注视区域估计，满足了对实验的实时性，精确度和鲁棒性的要求，并为安全驾驶的辅助系统打下良好的基础。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 头部姿态研究现状

1．2．2 视线估计研究现状

1．2．3 驾驶员注视区域估计研究现状

1．2．4 注视区域估计研究中存在的问题

1．3 本文研究内容与章节安排

1．3．1 研究内容

1．3．2 章节安排

第2章 注视区域估计算法相关理论

2．1 相关基础理论

2．1．1 眼睛的运动特征

2．1．2 头部运动模式

2．2 KNN注视区域估计方法理论基础

2．1．1 KNN算法介绍

2．1．2 欧式距离介绍

2．3 BP神经网络注视区域估计方法理论基础

2．2．1 人工神经网络模型

2．2．2 BP神经网络原理

2．2．3 BP神经网络局限性的改进

2．4 本章小结

第3章 驾驶员注视区域估计算法研究

3．1 注视区域估计算法概述

3．2 特征点检测提取

3．2．1 人脸感兴趣区域提取

3．2．2 人脸特征点检测

3．3 头部姿态角度计算

3．3．1 POSIT头部姿态估计

3．3．2 基于几何关系的头部姿态校正

3．4 眼睛视线方向估计

3．4．1 基于星射线的瞳孔边缘提取

3．4．2 基于RANSAC算法的椭圆拟合

3．4．3 3D眼球视线方向估计

3．5 BP神经网络模型构建

3．6 本章小结

第4章 驾驶员注视区域估计算法实验与分析

4．1 系统实验构建介绍

4．1．1 实验环境介绍

4．1．2 实景坐标系建立

4．1．3 实验样本数据收集

4．1．4 实验数据处理

4．2 注视区域估计算法实验

4．2．1 BP神经网络模型评估

4．2．2 与KNN算法的对比实验

4．3 驾驶员注视区域估计系统

4．3．1 实时检测系统

4．3．2 视线区域注视的频率统计

4．4 本章小结

第5章 结论和展望

5．1 总结

5．2 展望

参考文献

致谢

作者简介