智能車(chē)載監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著自動(dòng)駕駛技術(shù)的發(fā)展和道路安全事故的增多,基于計(jì)算機(jī)視覺(jué)的智能車(chē)載監(jiān)控系統(tǒng)以其友好、直接、高效的特點(diǎn),在計(jì)算機(jī)輔助駕駛方面發(fā)揮著日益重要的作用。為了有效的克服疲勞駕駛和夜間情況下視線較差所導(dǎo)致的交通事故,本文重點(diǎn)實(shí)現(xiàn)了智能車(chē)載監(jiān)控系統(tǒng)的兩個(gè)關(guān)鍵技術(shù):針對(duì)疲勞駕駛檢測(cè)的人臉關(guān)鍵點(diǎn)定位以及夜間情況下交通信號(hào)燈的檢測(cè)與識(shí)別。
　　關(guān)于人臉關(guān)鍵點(diǎn)定位,我們針對(duì)傳統(tǒng)的主動(dòng)形狀模型(ASM)進(jìn)行了三點(diǎn)改進(jìn):對(duì)ASM算法的形狀更新參數(shù)增加一個(gè)

2、連續(xù)變化的單調(diào)下降遲滯因子(D-ASM),以此來(lái)克服硬閾值引發(fā)的形狀變化不連續(xù)以及噪聲的影響,從而增加PCA重建過(guò)程的穩(wěn)定性;針對(duì)ASM算法中一維梯度對(duì)于二維角點(diǎn)描述不完全而導(dǎo)致的角點(diǎn)定位誤差較大的缺陷,我們?cè)O(shè)計(jì)了一個(gè)基于Gabor特征和SVM分類(lèi)器的角點(diǎn)定位算法,從而克服了角點(diǎn)定位不準(zhǔn)的問(wèn)題;針對(duì)ASM對(duì)整體形狀建模而導(dǎo)致的形狀集不完全的問(wèn)題,我們?cè)诒３纸屈c(diǎn)不變的情況下,對(duì)內(nèi)部的每個(gè)分形狀均建立局部D-ASM,從而實(shí)現(xiàn)內(nèi)部關(guān)鍵點(diǎn)的精確