駕駛員頭部姿態(tài)估計方法的設(shè)計與實現(xiàn).pdf

1、隨著經(jīng)濟(jì)社會的發(fā)展,機(jī)動車成為最主要的出行方式之一。與此同時,交通事故不可避免的快速增長。疲勞駕駛是當(dāng)今道路安全的重大隱患之一,是引發(fā)交通事故、造成重大人身財產(chǎn)損失的罪魁禍?zhǔn)?。?jù)統(tǒng)計,疲勞駕駛導(dǎo)致的人員傷亡情況不亞于醉酒駕駛。當(dāng)駕駛員處于疲勞時,對駕駛員的頭部進(jìn)行實時的監(jiān)測并準(zhǔn)確地估計姿態(tài)是疲勞駕駛檢測中一項非常重要的環(huán)節(jié)。
　　基于模型的方法實現(xiàn)簡單、易于理解、計算量小,基于表觀的方法魯棒性高,適用于低分辨率的圖像。綜合利用基于

2、模型和基于表觀的頭部姿態(tài)估計方法的優(yōu)勢,實現(xiàn)了對駕駛員的頭部姿態(tài)估計?；谀Ｐ偷姆椒ǘㄎ蝗说淖笥已劬妥彀?構(gòu)建一個三角形,根據(jù)三角形的的變化估計小范圍的頭部姿態(tài)?；诒碛^的方法針對于大范圍的頭部姿態(tài)估計。第一步提取圖像的梯度朝向特征,圖像梯度可以有效的解決光照的影響,然而梯度朝向僅僅是圖像區(qū)域的一階統(tǒng)計特征,如果把圖像劃分為許多圖像網(wǎng)格,發(fā)現(xiàn)同一姿態(tài)下,相鄰網(wǎng)格之間存在一定的相互關(guān)系,這種關(guān)系對不同姿態(tài)而言不同。第二步進(jìn)一步提取網(wǎng)格化