基于眼瞼運(yùn)動(dòng)的司機(jī)疲勞檢測(cè).pdf

1、目前，由于司機(jī)的駕駛疲勞而引起的交通事故率日益增加，為減少此類事故的發(fā)生，本文通過(guò)研究司機(jī)的眼瞼運(yùn)動(dòng)來(lái)判斷司機(jī)的疲勞程度，因?yàn)檠鄄€運(yùn)動(dòng)是司機(jī)疲勞的主要特征，研究眼瞼運(yùn)動(dòng)對(duì)眼睛凝視方向等其他表征司機(jī)疲勞狀況的視覺特征的提取也很關(guān)鍵。本文在人臉檢測(cè)與眼睛已定位的基礎(chǔ)上重點(diǎn)對(duì)眼睛特征檢測(cè)與跟蹤和眼睛狀態(tài)的識(shí)別算法進(jìn)行了研究與改進(jìn)。 本文主要作了以下幾個(gè)方面的工作： 1、對(duì)定位后的眼睛圖象進(jìn)行了特征提取。本文分兩步提取眼睛特征，

2、即分別進(jìn)行虹膜檢測(cè)和眼睛輪廓的提取。為了能夠精確地提取虹膜，本文提出了基于彩色圖象分割的虹膜檢測(cè)方法，相對(duì)于現(xiàn)有的基于灰度邊緣的虹膜檢測(cè)方法，精確度大大提高。然后在已檢測(cè)到的虹膜位置基礎(chǔ)上利用可變形模板對(duì)眼睛輪廓進(jìn)行提取，與利用可變形模板同時(shí)提取虹膜和眼睛輪廓的方法相比，本文的方法不僅避免了可變形模板在收斂不到虹膜區(qū)域，尤其是閉眼時(shí)，而出現(xiàn)的誤收斂或發(fā)散，而且，還有利于以后的閉眼跟蹤和眼睛狀態(tài)識(shí)別。 2、檢測(cè)出眼睛特征后，對(duì)眼睛

3、特征進(jìn)行了跟蹤。為了能夠在眼閉時(shí)也能準(zhǔn)確跟蹤到眼睛，本文的跟蹤算法也分別進(jìn)行，即同時(shí)進(jìn)行虹膜跟蹤與眼睛輪廓跟蹤。虹膜跟蹤采用在圖象序列中用Hough變換檢測(cè)虹膜下半圓的方法，由于在檢測(cè)幀中已知虹膜半徑，且對(duì)于同一個(gè)人(司機(jī))是變化很小，在跟蹤幀中可作為Hough變換的已知參數(shù)，而虹膜中心位置也可作為跟蹤幀中虹膜的參考位置，故計(jì)算復(fù)雜度大大減少，速度大大加快。眼睛輪廓跟蹤則先采用光流估計(jì)對(duì)眼睛輪廓關(guān)鍵點(diǎn)位置進(jìn)行預(yù)測(cè)，再根據(jù)預(yù)測(cè)的關(guān)鍵點(diǎn)位置

4、對(duì)當(dāng)前幀的眼睛輪廓加以變形，作為下一幀的初始輪廓，再用可變形模板能量函數(shù)最小化修正。這種方法避免了在跟蹤眼睛輪廓這種非剛性物體時(shí)因發(fā)生變形(開、閉眼)而出現(xiàn)誤跟蹤，提高了跟蹤的精度。 3、根據(jù)跟蹤到的眼睛特征，進(jìn)行眼睛狀態(tài)識(shí)別，本文提出了由粗到精地識(shí)別眼睛狀態(tài)的方法，即先根據(jù)眼睛特征中是否有虹膜來(lái)判斷是否為開眼，絕大多數(shù)開眼均可有這一步識(shí)別出，若沒有，再提取眼睛輪廓模板的參數(shù)計(jì)算上下眼瞼的寬度來(lái)判斷是否開眼，這就避免了個(gè)別檢測(cè)不