融合眼部特征及头部姿态的实时疲劳驾驶检测技术研究

摘要

近年来，公路交通高速蓬勃发展，相对应的交通运输安全特别是驾驶安全问题日益受到广泛关注。在世界范围内，每年由交通事故造成的死亡人数占据了很大的比例，并且逐年递增。据美国国家公路交通安全管理局(NHTSA)的调查数据显示，在每年的交通事故中，有很大一部分是驾驶员疲劳驾驶导致的。因此，研究实时可靠的疲劳驾驶检测系统刻不容缓，不论是对驾驶员个人还是对整个社会来说都有重要意义。
　　本文深入探讨疲劳检测问题的本质，分析国内外现有的疲劳检测算法，对比各种算法的优势以及劣势，结合最新研究成果，提出一种基于计算机视觉的、非接触式的、实时的疲劳驾驶检测系统。该系统由基于眼部特征检测的疲劳驾驶检测子系统以及基于头部姿态估计的疲劳驾驶检测子系统组成。
　　基于眼部特征检测的疲劳驾驶检测子系统适用于外部环境状况良好的情况。首先采用参数针对性优化的基于Haar-like特征和AdaBoost算法的级联分类器进行人脸检测;其次，通过参数可变的人脸统计比例模型以及相对应的图像处理操作定位虹膜;最后，使用可视虹膜在其最小外接圆中所占的比例代替像素点个数比例来确定眼睛状态，进而计算PERCLOS（Percent of Eye Closure，眼睛闭合比例）参数并进行疲劳状态的判断。
　　基于头部姿态估计的疲劳驾驶检测子系统主要针对面部特征不清晰或者环境干扰比较大的情况。该系统首先采用参数针对性优化的基于Haar-like特征和AdaBoost算法的级联分类器进行人脸的正脸以及侧脸（如果需要的话）检测;随后，将检测到的结果归一化到统一小尺寸，并计算其二阶HOG(Histogram ofOriented Gradients，梯度朝向直方图)特征;最后，使用随机森林回归算法估计头部姿态，统计实时检测到的姿态数据与初始清醒状态的差值，进而确定疲劳状态。
　　由以上两个子系统组成的疲劳驾驶检测系统，能够实时的监测驾驶员的眼睛状态以及头部姿态，在实验室模拟的驾驶环境下取得了较好的实验结果。
　　同时，针对系统设计过程中发现的运算效率问题，本文对图像处理及模式识别领域中非常重要的二维卷积操作的FPGA（Field-Programmable Gate Arrays，现场可编程门阵列）加速算法进行研究。在现有的FB（Full Buffering，完全缓冲）、SWPB（Single-Window Partial Buffering，单窗口部分缓冲）以及MWPB(Multi-Window Partial Buffering，多窗口部分缓冲)结构的卷积器设计基础上，提出了改进的循环可分解结构。FPGA实现结果表明，该结构能够极大的节约卷积计算模块消耗的硬件资源，提高面积利用效率。除此之外，本文还提出了新的面积利用效率衡量标准，用于指导具体应用场景下的卷积器结构选择。

目录

声明

摘要

符号说明

第一章绪论

1．1 课题背景及意义

1．2 国内外研究现状

1．2．1 疲劳驾驶行为的定义及表现

1．2．2 疲劳驾驶检测方法研舰状

1．2．3 基于驾驶员自身特征的疲劳驾驶检测算法

1．2．4 基于被驾驶车辆行为的疲劳驾驶检测算法

1．3 研究的主要内容

1．4 论文章节安排

第二章 疲劳驾驶检测系统及人脸检测算法简介

2．1 疲劳驾驶检测系统简介

2．1．1 疲劳驾驶检测系统设计原则

2．1．2 本文提出的疲劳驾驶检测系统

2．2 人脸检测算法简介

2．2．1 Haar-like特征简介

2．2．2 Haar-like特征的快速计算

2．2．3 AdaBoost算法描述

2．2．4 级联分类器原理简介

2．3 本章小结

第三章 基于眼部特征检测的疲劳驾驶检测

3．1 基于眼部特征检测的疲劳驾驶检测算法简介

3．2 人脸检测分类器的优化

3．2．1 模拟驾驶环境介绍

3．2．2 分类器参数的优化

3．3 虹膜定位算法描述

3．4 基于PERCLOS参数的疲劳状态判断

3．5 基于眼部特征检测的疲劳驾驶检测系统实验分析

3．6 本章小结

第四章 基于头部姿态估计的疲劳驾驶检测

4．1 基于头部姿态估计的疲劳驾驶检测算法简介

4．2 头部姿态估计研究概述

4．2．1 欧拉旋转角定义

4．2．2 头部姿态估计算法简介

4．3 基于特征回归的头部姿态估计算法

4．3．1 梯度朝向直方图简介

4．3．2 二阶梯度朝向直方图概述

4．3．3 随机森林算法简介

4．3．4 姿态估计及疲劳状态判断

4．4 基于头部姿态估计的疲劳驾驶检测系统实验分析

4．5 本章小结

第五章 基于FPGA的循环可分解二维卷积设计

5．1 二维卷积器设计概述

5．2 循环可分解二维滤波器简介

5．3 循环可分解卷积器设计

5．3．1 循环可分解FB卷积器结构设计

5．3．2 循环可分解SWPB卷积器结构设计

5．3．3 循环可分解MWPB卷积器结构设计

5．4 循环可分解卷积器性能分析

5．4．1 FPGA实验分析

5．4．2 卷积器结构选择

5．5 本章小结

第六章 总结与展望

6．1 总结

6．2 未来工作展望

参考文献

致谢

攻读硕士研究生期间的研究成果