基于人眼动态特性的驾驶疲劳检测方法研究

摘要

自从汽车问世以来，机动车以及驾驶员的数量不断的增加，导致交通事故的发生次数也在上升。疲劳驾驶是引发交通事故的重要原因之一，其已经成为当前社会的一个重大问题。当驾驶员出现疲劳驾驶时身体会出现一系列与疲劳有关的症状，人眼的动态状态就是其中之一。因此研究出一种有效监控驾驶员人眼疲劳的系统，可以有效地减少交通事故的发生，提高驾驶安全性。
　　本文主要是研究如何快速、准确的确定驾驶员的眼睛睁闭程度，从而判断驾驶员的驾驶状态的方法。
　　本论文研究内容主要有以下三个方面:
　　1.分析已有的人脸检测方法，实现在YCbCr的颜色空间利用肤色模型实现人脸的检测，并在此基础上利用Meanshift算法对人脸的跟踪。为了减少驾驶室外的光照影响，在人脸跟踪时加入了光照补偿的算法，从而提高了跟踪的准确性。
　　2.对检测跟踪到的人脸区域，利用眼睑的“三庭五眼”分布规律对人眼进行粗定位。由于驾驶时光照的影响，为了对人眼进行有效地定位，本文利用HSV颜色空间中S（饱和度）分量对光照不敏感的特性，结合光照角度的思路，提取出该分量图，只对其做水平分量的边缘检测，得到精确的人眼。
　　3.对提取出的人眼轮廓采用最小二乘法进行椭圆拟合，提取椭圆参数，进而得到人眼睁开程度(EOD)。为避免人眼大小不同带来的影响，本文使用了人眼相对大小来判断睁闭情况，以此为根据来判断驾驶员的驾驶状态。
　　本文在实现了各个部分算法功能的基础上，实现了各种经典算法的对比，并选取了比较适合驾驶环境下的算法，将其组成一个完整的疲劳检测系统。实验测试结果表明，系统可以进行疲劳状态检测，达到预期的目的。

目录

声明

摘要

第1章 绪论

1．1 论文研究背景与意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 主要研究工作和章节安排

第2章 人脸检测

2．1 引言

2．2 基于肤色的人脸检测

2．2．1 人脸检测方法的概述

2．2．2 色彩空间

2．2．3 肤色模型

2．3 基于肤色的人脸区域分割结果

2．4 本章小结

第3章 基于均值漂移算法的人脸跟踪

3．1 引言

3．2 运动目标跟踪简述

3．2．1 运动目标跟踪方法的分类

3．2．2 跟踪技术的难点

3．3 均值漂移算法

3．4 光照补偿

3．5 均值漂移跟踪结果的分析

3．6 本章小结

第4章 人眼检测与定位

4．1 引言

4．2 人眼粗定位

4．3 基于积分投影的人眼精确定位

4．3．1 边缘检测

4．3．2 积分投影法

4．3．3 人眼精确定位

4．4 实验结果的分析

4．5 本章小结

第5章 人眼状态识别和疲劳分析

5．1 引言

5．2 人眼运动状态识别方法

5．3 基于椭圆拟合的人眼状态分析

5．3．1 人眼形态学滤波

5．3．2 最小二乘法椭圆拟合人眼轮廓

5．3．3 人眼状态识别

5．4 基于PERCLOS和人眼睁开程度的疲劳状态判断

5．4．1 PERCLOS疲劳检测原理

5．4．2 人眼睁开程度的疲劳状态的分析

5．5 本章小结

第6章 总结与展望

6．1 本文的主要工作总结

6．2 未来工作的展望

参考文献

致谢

作者履历