人脸识别的驾驶疲劳(源码)
疲劳驾驶识别系统是计算机视觉领域中研究的热点问题之一，同时也是智能交通系统的重要组成部分。疲劳驾驶的检测和识别技术作为智能交通系统技术中十分重要的组成部分，在提高疲劳检测与识别的准确率，鲁棒性和实时性，减少因疲劳引发的事故方面具有非常重要的现实意义。本论文的研究目标是针对驾驶员行车过程中的是否疲劳设计一个高效而快速的驾驶疲劳识别系统，并针对目前在疲劳驾驶检测和识别中广泛使用的算法提出了一些改进方案，研究并设计了一套有效的驾驶疲劳检测识别系统，共包括人脸检测定位，人眼检测定位和眼睛疲劳判断三大模块。在人脸检测定位模块中，采用了基于Adaboost（Adaptive Boosting）算法的级联分类器进行人脸的检测定位，并使用了目前广泛使用的人脸识别分类器XML文件，提高分类准确率；在人眼检测定位模块中，提出了改进的基于模板匹配的人眼粗定位算法，并采用了基于灰度直方图积分投影的方法消除干扰，精确定位左右眼的中心位置；在眼睛疲劳判断模块中，通过对眼睛的二值化处理，提出了新的人眼疲劳度计算方法，通过判断眼睛长宽比以及黑色像素比例并结合了模糊综合评价的思想，最终根据PERCLOSE（Percentage of Eyelid Closure over the Pupil Over Time）算法达到提高识别准确率和运行效率的目标。该方法在调用本机摄像头的基础上测试，模拟实际情况下驾驶员可能出现的驾驶状态，对该检测算法的可靠性和准确性进行了验证。结果表明，本文的检测准确率达到了90%以上，与基于生理指标与车辆行为检测方法相比，运行效率和实用性都占优。关键字 疲劳检测，Adaboost算法，级联分类器，灰度积分投影，PERCLOSE算法
目录
1 引言 1
1.1 课题背景及意义 1
1.2 国内外的研究现状 3
1.3 课题需要解决的难点 4
1.4 本文的主要内容和章节介绍 5
2 人脸检测算法 7
2.1 人脸检测算法简介 7
2.2 基于Adaboost算法的检测方法 8
3 人眼检测定位算法设计 14
3.1 改进的基于模板匹配的人眼粗定位 14
3.1 人眼精定位方法 16
4 人眼疲劳度检测 *好棒文|www.hbsrm.com +Q: ^351916072*
算法的设计 19
4.1 人眼特征的算法设计 18
4.2 PERCLOSE算法的原理与改进 19
5 实验结果及分析 19
5.1 疲劳识别系统的运行环境 21
5.2 实验结果分析 24
结论 30
致谢 31
参考文献 32
1 引言
1.1 课题背景及意义
二十一世纪来，随着科技水平的快速发展和生产力水平的提高，世界各国的机动车辆数量持续上涨。数据显示，截止2016年末，我国的汽车数量已经超过美国,成为世界最大的汽车销售市场，汽车的销售量已达到2459.76万辆[2]。各种各样的交通工具给人们的生活出行带来很多便利的同时也导致了交通事故频发,给人们带来难以估量的生命和财产损失[3]。在中国，每年会发生多达21万起的交通事故，在交通事故中丧生的人数多达6万，位居全球第一，并且每年会造成数百亿元的直接经济损失，间接损失更是无法统计。根据美国公路安全研究所的统计，2016年全球在车祸中的丧生人数大约为110万，预计到2030年，这个数据将会高达180万[4]，交通事故的高发生率给全球人民造成了极大的生命危害和财产损失，见下表11。
表112016年全球交通事故损失和2030年预计损失
2016年
2030年
中国
6.2万
10.2万
美国
3.2万
5.8万
欧洲
3.9万
6.5万
其他地区
110万
180万
合计死亡人数
123万
201万
合计财产损失
2000亿美元
3400亿美元
美国国家统计局统计数据表明:每年因疲劳驾驶而造成的交通事故大约有10万起，分析表明了大约十分之一的重大事故是驾驶员疲劳驾驶导致的，2016年，中国有大约6.2万人在各类交通事故中丧生，其中因疲劳驾驶引起的交通事故也约占十分之一[5]。疲劳驾驶是交通事故中一个重要的诱发因素。造成司机疲劳驾驶的原因有很多，如睡眠时间不足、质量不高、工作时间较长等，同时，在行车时单调的环境也很容易导致司机疲劳。疲劳驾驶是指驾驶员在疲劳状态下引起的应变能力急剧下降，具体的表现有:频繁的眼睛闭合，快速和持续的眨眼，点头或摇头，严重时会导致司机丧失驾驶能力。由此可见驾驶疲劳有非常大的危害，需要我们研究一套切实可行的方法对其进行检测和预防，以提高行车时的安全系数。
研究出一套高效、实用性强、安全的疲劳识别系统是极具现实意义的。疲劳识别的定义是一个比较宽泛的范畴，比如飞机、火车的驾驶员，只要是疲劳状态可能会引发严重后果的一些场合，都可使用这种疲劳检测产品。同时，在一些对操作员有十分严格要求的职业或场合中，也可以使用疲劳检测系统对相关人员是否处于疲劳状态做出及时的提示。可以预见，疲劳检测系统在有效地运作时，必定可以极大地减少由疲劳驾驶引发的事故发生率，这样，减少了人员的伤亡，同时也避免了因事故产生的一些经济上的损失。更进一步考虑，该识别系统也可用于对普通人的身体健康保障方面。当下，现代人的生活节奏非常快，在各种各样的压力和追求下，人们很有可能会忽视自己的健康问题，忘记休息。长此以往，身体素质下降也经常发生。而疲劳检测系统可以在适当的时候提醒人们注意休息，有效地改善人们的健康水平。
井井有序的社会秩序是社会快速发展的基础，良好的社会秩序可以给我们提供比较广阔的发展环境，我们也可以更好得工作、学习、生活，但是这一切都需要安全来保障。而驾驶员疲劳检测系统的研究与开发对于这个问题有很重大的意义，该系统将会自动进行疲劳检测和识别，保障了驾驶员行车安全，减少了安全事故的发生率。
驾驶员疲劳检测技术的研究与开发也有着重要的科研意义，在本疲劳检测系统中，运用了Opencv[6]进行视频分析与理解，以调用本机视像头采集的视频为基础，模拟了实际情况下驾驶员的行车状态，进行疲劳检测和识别，具体介绍了人脸检测，人眼检测和疲劳检测的原理。在疲劳识别系统中，主要包括视频读取，Adaboost[7]算法检测人脸，定位人眼，统计眼球黑色素数量，用PERCLOSE[8]算法进行疲劳判断，最终生成可执行文件。在研究的同时对人眼检测算法和疲劳计算存在的问题和不足进行了具体分析，并提出了改进的人眼检测算法和新的疲劳计算方法，对疲劳驾驶识别技术的成熟有一定的作用。疲劳识别技术有着十分明朗的前景，同时在现实生活中十分重要的作用和非常广泛的市场。
1.2 国内外的研究现状
1.2.1国内研究现状
20 世纪 60 年代，我国开始对驾驶疲劳检测进行实验性研究。郑培和周一鸣首次提出了基于脸部图像识别的人脸皮肤色彩高斯模型，通过对眼睛灰度进行匹配，成功实现驾驶员驾驶疲劳的检测，开发了基于 PERCLOSE 的驾驶员疲劳驾驶的检测系统[9]。该系统已初步具备了实用、快速、非接触式检测的特征。目前国内具有一定规模且较为成型的疲劳驾驶检测研究的是中国单片机公共实验室南京研发中心。同时目前市场上的一种非接触式的gogo850疲劳驾驶预警系统也由该研发中心研究开发，这套检测系统的基本原理是，通过检测驾驶员眼睛的状态来对驾驶员的疲劳状态进行判断[10]。同时，为提高人眼检测定位的准确性以提高疲劳判断的准确性，该系统在瞳孔的识别定位方面进行了加强。该系统的图像处理是基于红外线的，这使得该系统可以在复杂环境中进行眼睛定位识别如光线较暗的环境或者夜间，同时该系统在对佩戴了眼镜的驾驶员进行人眼检测和定位时有很高的准确率，实时性和鲁棒性方面都比较好。
目录
1 引言 1
1.1 课题背景及意义 1
1.2 国内外的研究现状 3
1.3 课题需要解决的难点 4
1.4 本文的主要内容和章节介绍 5
2 人脸检测算法 7
2.1 人脸检测算法简介 7
2.2 基于Adaboost算法的检测方法 8
3 人眼检测定位算法设计 14
3.1 改进的基于模板匹配的人眼粗定位 14
3.1 人眼精定位方法 16
4 人眼疲劳度检测 *好棒文|www.hbsrm.com +Q: ^351916072*
算法的设计 19
4.1 人眼特征的算法设计 18
4.2 PERCLOSE算法的原理与改进 19
5 实验结果及分析 19
5.1 疲劳识别系统的运行环境 21
5.2 实验结果分析 24
结论 30
致谢 31
参考文献 32
1 引言
1.1 课题背景及意义
二十一世纪来，随着科技水平的快速发展和生产力水平的提高，世界各国的机动车辆数量持续上涨。数据显示，截止2016年末，我国的汽车数量已经超过美国,成为世界最大的汽车销售市场，汽车的销售量已达到2459.76万辆[2]。各种各样的交通工具给人们的生活出行带来很多便利的同时也导致了交通事故频发,给人们带来难以估量的生命和财产损失[3]。在中国，每年会发生多达21万起的交通事故，在交通事故中丧生的人数多达6万，位居全球第一，并且每年会造成数百亿元的直接经济损失，间接损失更是无法统计。根据美国公路安全研究所的统计，2016年全球在车祸中的丧生人数大约为110万，预计到2030年，这个数据将会高达180万[4]，交通事故的高发生率给全球人民造成了极大的生命危害和财产损失，见下表11。
表112016年全球交通事故损失和2030年预计损失
2016年
2030年
中国
6.2万
10.2万
美国
3.2万
5.8万
欧洲
3.9万
6.5万
其他地区
110万
180万
合计死亡人数
123万
201万
合计财产损失
2000亿美元
3400亿美元
美国国家统计局统计数据表明:每年因疲劳驾驶而造成的交通事故大约有10万起，分析表明了大约十分之一的重大事故是驾驶员疲劳驾驶导致的，2016年，中国有大约6.2万人在各类交通事故中丧生，其中因疲劳驾驶引起的交通事故也约占十分之一[5]。疲劳驾驶是交通事故中一个重要的诱发因素。造成司机疲劳驾驶的原因有很多，如睡眠时间不足、质量不高、工作时间较长等，同时，在行车时单调的环境也很容易导致司机疲劳。疲劳驾驶是指驾驶员在疲劳状态下引起的应变能力急剧下降，具体的表现有:频繁的眼睛闭合，快速和持续的眨眼，点头或摇头，严重时会导致司机丧失驾驶能力。由此可见驾驶疲劳有非常大的危害，需要我们研究一套切实可行的方法对其进行检测和预防，以提高行车时的安全系数。
研究出一套高效、实用性强、安全的疲劳识别系统是极具现实意义的。疲劳识别的定义是一个比较宽泛的范畴，比如飞机、火车的驾驶员，只要是疲劳状态可能会引发严重后果的一些场合，都可使用这种疲劳检测产品。同时，在一些对操作员有十分严格要求的职业或场合中，也可以使用疲劳检测系统对相关人员是否处于疲劳状态做出及时的提示。可以预见，疲劳检测系统在有效地运作时，必定可以极大地减少由疲劳驾驶引发的事故发生率，这样，减少了人员的伤亡，同时也避免了因事故产生的一些经济上的损失。更进一步考虑，该识别系统也可用于对普通人的身体健康保障方面。当下，现代人的生活节奏非常快，在各种各样的压力和追求下，人们很有可能会忽视自己的健康问题，忘记休息。长此以往，身体素质下降也经常发生。而疲劳检测系统可以在适当的时候提醒人们注意休息，有效地改善人们的健康水平。
井井有序的社会秩序是社会快速发展的基础，良好的社会秩序可以给我们提供比较广阔的发展环境，我们也可以更好得工作、学习、生活，但是这一切都需要安全来保障。而驾驶员疲劳检测系统的研究与开发对于这个问题有很重大的意义，该系统将会自动进行疲劳检测和识别，保障了驾驶员行车安全，减少了安全事故的发生率。
驾驶员疲劳检测技术的研究与开发也有着重要的科研意义，在本疲劳检测系统中，运用了Opencv[6]进行视频分析与理解，以调用本机视像头采集的视频为基础，模拟了实际情况下驾驶员的行车状态，进行疲劳检测和识别，具体介绍了人脸检测，人眼检测和疲劳检测的原理。在疲劳识别系统中，主要包括视频读取，Adaboost[7]算法检测人脸，定位人眼，统计眼球黑色素数量，用PERCLOSE[8]算法进行疲劳判断，最终生成可执行文件。在研究的同时对人眼检测算法和疲劳计算存在的问题和不足进行了具体分析，并提出了改进的人眼检测算法和新的疲劳计算方法，对疲劳驾驶识别技术的成熟有一定的作用。疲劳识别技术有着十分明朗的前景，同时在现实生活中十分重要的作用和非常广泛的市场。
1.2 国内外的研究现状
1.2.1国内研究现状
20 世纪 60 年代，我国开始对驾驶疲劳检测进行实验性研究。郑培和周一鸣首次提出了基于脸部图像识别的人脸皮肤色彩高斯模型，通过对眼睛灰度进行匹配，成功实现驾驶员驾驶疲劳的检测，开发了基于 PERCLOSE 的驾驶员疲劳驾驶的检测系统[9]。该系统已初步具备了实用、快速、非接触式检测的特征。目前国内具有一定规模且较为成型的疲劳驾驶检测研究的是中国单片机公共实验室南京研发中心。同时目前市场上的一种非接触式的gogo850疲劳驾驶预警系统也由该研发中心研究开发，这套检测系统的基本原理是，通过检测驾驶员眼睛的状态来对驾驶员的疲劳状态进行判断[10]。同时，为提高人眼检测定位的准确性以提高疲劳判断的准确性，该系统在瞳孔的识别定位方面进行了加强。该系统的图像处理是基于红外线的，这使得该系统可以在复杂环境中进行眼睛定位识别如光线较暗的环境或者夜间，同时该系统在对佩戴了眼镜的驾驶员进行人眼检测和定位时有很高的准确率，实时性和鲁棒性方面都比较好。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1331.html
