基于眼部特征的疲劳检测算法

被引：14

作者：

姜兆普 ^{[1
]}

许勇 ^{[2
]}

赵检群 ^{[2
]}

机构：

[1] 桂林电子科技大学计算机科学与控制学院

[2] 桂林电子科技大学电子工程与自动化学院

来源：

计算机系统应用 | 2014年 / 23卷 / 08期

关键词：

动态PERCLOS; Adaboost算法; 级联分类器; 疲劳检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

PERCLOS值因其良好的非接触性和准确性而被广泛应用于疲劳检测,但通常只采用一种PERCLOS标准.针对这种情况,该文提出眼睛持续闭合时间和动态PERCLOS值两个参数进行疲劳检测.该算法首先利用Haar-like分类器和Adaboost算法进行人脸检测和定位;然后利用人脸结构特征缩小人眼的搜索区域,进一步利用Adaboost算法定位人眼,避免了眉毛的影响;最后采用图像形态学等图像处理方法获取人眼的垂直高度即上下眼帘的距离,判断人眼是否闭合.在疲劳预测阶段,分时间段采用不同的PERCLOS值标准进行判断.该算法对每秒10帧视频帧中的人眼定位准确率达到86.14%,并达到实时性要求,能够提高预测疲劳驾驶的准确性.

引用

页码：90 / 96

页数：7

共 16 条

[1]

基于Android智能移动终端的汽车疲劳驾驶预警系统的研究与实现.[D].石磊.南京邮电大学.2013, 06

[2]

基于人眼特征的疲劳检测技术的研究与实现.[D].吴锦倩.东北大学.2012, 07

[3]

基于机器视觉的疲劳驾驶检测算法研究.[D].刘洪榛.华南理工大学.2012, 01

[4]

基于眼部信息的疲劳驾驶检测方法研究.[D].刘莉.湖南大学.2011,

[5]

基于计算机视觉的驾驶员安全驾驶状态监控系统.[D].李贞.西北工业大学.2007, 06

[6]

机动车疲劳驾驶行为识别方法研究.[D].毛喆.武汉理工大学.2009, 01

[7]

机动车驾驶员驾驶疲劳测评方法的研究.[D].郑培.中国农业大学.2002, 01

[8]

Rapid Object Detection using a Boosted Cascade of Simple Features..Viola Paul; Jones Michael;.Proceedings of IEEE Conference on Computer Vision and Pattern Recognition.2001,

[9]

Development of a feedback stimulation for drowsy driver using heartbeat rhythms..Takahashi Issey;Yokoyama Kiyoko;.Conference proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Conference.2012,

[10] 眼睛疲劳程度判定方法研究 [J].

苑玮琦 ;

滕红艳 .

计算机工程与应用, 2013, 49 (17) :199-203

← 1 2 →