驾驶员疲劳检测系统的研究

被引:7
作者
李绍文 [1 ]
王江波 [2 ]
机构
[1] 桂林电子科技大学网络中心
[2] 桂林电子科技大学计算机科学与工程学院
关键词
疲劳检查; 人脸检测; 人眼定位;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
为了减少由于驾驶员疲劳驾驶引起的交通事故,提出驾驶员疲劳状态检测系统的方案。使用3×3中值滤波去除噪声和光照对图像的影响,通过对AdaBoost算法的强分类器训练算法改进、级联分类器优化实现人脸的快速检测,在检测到的人脸区域,通过积分灰度投影和从粗到细改进的模板匹配方法对人眼进行准确定位;通过PERCLOS、眼睛闭合时间、眼睛眨眼频率、嘴巴张开程度、头部运动的计算,进行驾驶员疲劳程度的综合判定。实验结果表明,该方法准确率高,兼具了良好的实时性和鲁棒性。
引用
收藏
页码:253 / 258
页数:6
相关论文
共 6 条
[1]   支持向量机研究进展 [J].
顾亚祥 ;
丁世飞 .
计算机科学, 2011, 38 (02) :14-17
[2]   基于PERCLOS的驾驶员疲劳检测算法 [J].
郭永彩 ;
李文涛 ;
高潮 .
计算机系统应用, 2009, 18 (08) :54-57
[3]  
驾驶员疲劳状态检测技术研究与工程实现.[D].李志春.江苏大学.2009, 09
[4]   A decision-theoretic generalization of on-line learning and an application to boosting [J].
Freund, Y ;
Schapire, RE .
JOURNAL OF COMPUTER AND SYSTEM SCIENCES, 1997, 55 (01) :119-139
[5]   THE STRENGTH OF WEAK LEARNABILITY [J].
SCHAPIRE, RE .
MACHINE LEARNING, 1990, 5 (02) :197-227
[6]  
数字图像处理.[M].(美)RafaelC.Gonzalez;(美)RichardE.Woods;(美)StevenL.Eddins著;阮秋琦等译;.电子工业出版社.2005,