面部识别技术,是一项新兴产业技术,也是联合生物体生物特征而发展的科学技术,它通过利用人的内部身体状况和外部状态表现之间的关联,让系统自行捕捉面部的不同状态。在不同状态下锁定特征,从而判别出人的状态,得出相应所需的结论。随着面部识别技术在汽车行驶中的应用研究逐渐普及,用于监测驾驶员疲劳状况方面的应用发展尤为明显,在此方面面部识别技术显示出特有的完美和高效性。随着社会的发展和进步,越来越多的人拥有私家车,在予以千家万户方便的同时,驾驶机动车也存在种种的安全隐患。诸多官方统计数据显示,交通事故中已经发生死亡事件的原因多由疲劳驾驶引起。在各国交通事故数据中,疲劳驾驶甚至导致的人身伤亡事故占总体伤亡的近五分之一之多。我国的交通事故近年来的突发频率明显增加,几乎以近十分之一速度大幅递增,且道路事故伤亡人数达到了世界之最。疲劳驾驶,是一种行动基于确定的机械化行为,由于驾驶员身体上和精神上一直处于长时间的操作过程中,处于一个恒定的持久的单一的状态,久而久之会出现情绪低落的现象。随着车辆更新换代的速度加快,发动机的改善,悬挂的精细改良,整体趋于人性化。舒适程度的增强有时违背其本质,却让驾驶员放松警惕,懈怠自己的疲劳。因此驾驶员主观能动作用成为是否导致事故的重要原因,开发实时预警驾驶员疲劳的系统,对改善交通安全状况的意义十分重大。本课题主要研究预警系统软件检测部分。该系统可以为驾驶员疲劳提供预警。其主要依附面部特征,通过面部识别检测出驾驶员疲劳状况,即面部识别在汽车行驶中特定应用的研究。在借鉴前人基于眼部周边皮肤,瞳孔,表情,红外线监控等多种方法检测驾驶员疲劳的研究经验,查阅大量国内外资料的基础上,本课题主要实现的内容如下所述：1、建立获取人脸图像,采集人脸图像以及分析和仿真的软件环境。本文采用CCD摄像头获取人脸图像,用此设备获取了一些人脸图像,同时搜集常用人脸库,通过MATLAB软件进行人脸的识别和定位等相关仿真,将用户的信息、仿真结果存入人脸数据库。2、为了提高驾驶员疲劳识别的准确性,基于贝叶斯公式和网络算法的基础上,本文采用改进的预处理方法对图像进行初步处理,使得图像处理更清晰,人景分离效果明显,为后续处理提供有益基础。3、建构人的疲劳识别面部相关数据库,ASM算法上加以改进,利用ASM建模和搜索算法对人的眼睛和嘴巴进行自动定位,利用多次训练特征点的方法,使系统能够自动寻点。通过标记特征点,察觉特征点与三种状态模板的不匹配度,快速找到疲劳模板,再通过特征点收敛后判别。软件部分针对经典弹性图匹配算法中人脸特征点的定位问题,通过手工标定特征点,用可变形状模型(ASM)法对人眼和嘴部定位点训练,得到训练集和平均模板。然后使人的眼睛和嘴巴在正常状态和疲劳驾驶时候有不同特征表现,提取不同时期的特征,机器能够自动标定采集图像特征点。当采集检测图像时,将其与模板进行比对,通过匹配后计算与正常状态的点的差距,不断收敛至平均模板,从而对驾驶员驾驶过程中疲劳状态进行检测和警告。仿真实验得出结论表明此法能利用短时间,快速且较为准确的识别疲劳。