论文部分内容阅读
2013年初,中国社科院一份《中国汽车社会发展报告2012-2013》显示出了我国汽车保有量每年的快速增长,私家车已突破一亿。随着社会水平的发展,安全的交通运输成了日常生活的重中之重。据统计,25%一30%的交通事故源于驾驶员的疲劳驾驶。为了减少疲劳驾驶而引起的伤亡,找出有效的驾驶员的疲劳检测方法,将是现代社会的热点问题。本文为了实现疲劳驾驶检测这一目标,首先分析了国内外现有检测技术和他们的原理,综合优缺点解释了基于人脸识别的检测系统同时具有实时性、非接触性和准确度高的优点。然后对大量基于人脸检测的疲劳监测方法资料进行分析比较,选出了公认的与真实疲劳度相关度最高的PERCLOS疲劳检测方法。这个方法是指眼睛的闭合程度超过一定百分比的时间占设定的一段时间的百分率,疲劳检测的关键是准确的定位人眼,提取眼睛参数为疲劳分析做准备,而人眼的精确定位是以人脸定位为前提的。为了提高人眼定位的准确性和实时性,本文在检测到人脸区域后,采用了ASM(主动形状模型)来定位人脸特征点,然后根据眼部的左右眼角和上下眼睑4个特征点为基础分割出人眼区域,实现人眼的粗定位。再使用自适应二值化阈值的方法对定位出的人眼区域进行处理,利用二值化后黑色连通区提取眼睛特征参数,实现人眼细定位,从而提取出PERCLOS疲劳检测方法需要的眼睛特征。在仔细制定和改进了疲劳检测系统的方法后,本文基于PC机和Microsoft Visual Studio2008开发出了具体的实现系统,主要包括实时图像捕获、人脸检测、眼部定位、眼睛状态判断和疲劳状态判断五部分,并对本文实现的疲劳驾驶检测系统进行了试验分析。最终实验分析得出该系统能够实时有效的检测出驾驶人员的疲劳状态。疲劳检测准确度达90%,具有较高的准确率。