基于面部特征的疲勞駕駛預(yù)警系統(tǒng)的研究

《基于面部特征的疲勞駕駛預(yù)警系統(tǒng)的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、３１１．５學(xué)校代碼：１０３６３分類號：ＴＰ：２Ｕ０２３ｕｉｕｊ密級：公開學(xué)號％雜歡又錠少、參ＡｎｈｕｉＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔ：ｙ碩±學(xué)位論文題目基于面部特征的疲勞駕駛預(yù)警系統(tǒng)的研究論義作者馬！指導(dǎo)教師楊會成教授王華高級工程師控南江程學(xué)科（專業(yè)）智能信息處理與應(yīng)用、研究方向日期２０１６年６月８日論文提交：分類號?。牐裕校常保保担墕挝淮a：１的６３：２１密級！公開學(xué)號３０２３０１０３巨某子面郁錠征的

2、薇勞普駛預(yù)巧系統(tǒng)的研巧題英文并列題ＢＲＥＳＥＡＲＣＨＯＮＦＡＴＩＧＵＥＤＲＩＶＩＮＧＡＬＡＲＭ￣ＳＹＳＴＥＭＢＡＳＥＤＯＮＦＡＣＩＡＬＦＥＡＴＵＲＥＳ學(xué)生姓名：望呈指導(dǎo)教師：楊會成教授王華高級工稻師專業(yè)：控制工稻硏究方向：智能信息處理與應(yīng)用論文答辯日期：２０１６．０５．２９安徽工程大學(xué)學(xué)位論文原創(chuàng)性聲明，本人鄭重聲明：我恪守學(xué)術(shù)道德崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研巧王作所取得的成果。除

3、文中己明確注明和引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品及成果的內(nèi)容。論文為本人親自撰寫，我對所寫的內(nèi)容負(fù)責(zé)。，并完全意識到本聲明的法律后果由本人承擔(dān)學(xué)位論文作者簽名：駕日期：切八年《月５Ｔ日安徽工程大學(xué)學(xué)位論文版權(quán)使用授權(quán)書學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被査閱或借閱。本人授權(quán)安徽工程大學(xué)可ｙｊｌ將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，

4、可Ｗ采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本版權(quán)書。＿＿本學(xué)位論文屬于不保密口＾學(xué)位論文作者簽名；葛苯指導(dǎo)教師簽名；日期年知而日期：年月日安徽工程大學(xué)碩±學(xué)位論文基于面部特征的疲勞駕駛預(yù)警系統(tǒng)的研究摘要自從上世紀(jì)７０年代末來，人民的可支配收入也越來越多，汽車作為現(xiàn)代交通工具，早已不是什么稀罕物件。截至２０１４年年底，我國Ｗ的機(jī)車保有量為２．６４億輛，其中汽車的數(shù)量為１．５４億輛。人民出行更加方便，同時交通

5、事故幾乎每天充斥著我們的生活，輕者傷筋動骨，重者家破人交通事故已然成為了一Ｐ１個社會問題?，F(xiàn)代快節(jié)奏的都市生活，使人們精神難Ｗ集中，特別是在長途旅途駕駛中，人們身也具備，持別容易疲勞，許多交通事故就是在送樣的情況下發(fā)生的。一堅(jiān)特大交通事故中特別是在，疲勞駕駛引起的交通事故更是占據(jù)了很大的比率一。因此，研究出種有效的疲勞駕駛預(yù)警系統(tǒng)，減少因疲勞駕駛引起的交通事故，提高駕駛員的安全性，迫在眉睫。本文在分析了國內(nèi)外疲勞駕駛研究的現(xiàn)狀之后，根據(jù)人的面部器官分布位置和狀態(tài)進(jìn)行分析

6、，然后在軟件ＭＡＴＬＡＢ上做仿真驗(yàn)證試，得到了令人滿意的結(jié)果驗(yàn)。本文所做的研巧內(nèi)容如下：１本文首先根據(jù)國內(nèi)由于疲勞駕駛引起的諸多負(fù)面因素分析論（）文的研巧背景及意義：其次根據(jù)大量文獻(xiàn)分析了當(dāng)下國內(nèi)和國外對該。課題的研究現(xiàn)狀；最后淺談疲勞駕駛預(yù)警系統(tǒng)研究和發(fā)展的方向（巧根據(jù)人臉膚色的特征，比較了幾種常見的顏色空間模型，由于人臉膚色各異，但因都是亮度引起的，故本文根據(jù)ＹＣｂＣｒ顏色空間，建立髙斯模型，提取人臉；由于Ａｄａｂｏｏｓｔ算法能夠?yàn)V除部分?。崳姡桑崳姲矎展こ檀髮W(xué)碩±學(xué)位

7、論文的對膚色識別有干擾的部分，因此本文對Ａｄａｂｏｏｓｔ算法也進(jìn)行了研究，將事先準(zhǔn)備好的人臉模板：模板匹配法是根據(jù)人臉灰度的平均值與得到的圖片做比較，相關(guān)性越小，得到的圖片與模板圖片越像。本文為了得到更加準(zhǔn)備的人臉圖片，方便后續(xù)特征提取，將送Ｈ種方法進(jìn)行融合，能夠快速準(zhǔn)確的得到人臉圖片，實(shí)髓結(jié)果表明魯棒性很強(qiáng)。３接下來本文就分析和研究了眼睛和嘴己的特征，并對眼睛和（）嘴己進(jìn)行定位檢測；首先在分析常見的定位方法之后，為了考慮快速＂＂性，吉庭五眼，基于前文所做的努力提出

8、了基于改進(jìn)的法定位眼睛和嘴己，再將圖片二值化，根據(jù)眼睛和嘴己的輪廓，準(zhǔn)確提取眼睛和嘴己。４正確定位好眼睛和嘴己之后，接下來就是分析它們的狀態(tài)是（）疲勞還是非疲勞狀態(tài)。對于眼睛，本文采用經(jīng)典判斷眼睛疲勞的算法，即ＰＥＲＣＬＯＳ算法；對于嘴臣，本文則是根據(jù)模板匹配法，即事先準(zhǔn)備好嘴己張開到什么程度是張開，什么程度是閉合的模板，然后將得到的人嘴圖片與之做匹配。５單一條件的判斷，不管是根據(jù)眼睛和嘴己，都很難做到準(zhǔn)確（）的判斷，