基于机器视觉的驾驶员嘴部状态检测方法

被引：12

作者：

施树明

金立生

王荣本

童兵亮

机构：

[1] 吉林大学交通学院

[2] 吉林大学交通学院吉林长春　

[3] 吉林长春　

来源：

吉林大学学报(工学版) | 2004年 / 02期

关键词：

驾驶行为监测; 机器视觉; Fisher分类器; 特征提取; BP神经网络;

D O I：

10.13229/j.cnki.jdxbgxb2004.02.014

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

摘要：

在采用机器视觉对驾驶员进行驾驶行为监测时,嘴部状态识别是关键技术之一。事实上,驾驶员在正常驾驶、说话及打哈欠(瞌睡)三种状态下的嘴部张开程度有一定的区别。根据这一特点,作者利用Fisher分类器提取嘴唇的轮廓和位置,然后利用嘴唇区域的几何特征作为特征值,组成特征矢量,作为三层BP神经网络的输入,将正常驾驶、说话及打哈欠(瞌睡)三种不同精神状态作为输出。试验结果表明:该网络可快速有效地识别驾驶员的嘴部状态。

引用

页码：232 / 236

页数：5

共 7 条

[1] Detection of regions matching specified chromatic features. GONG Y,SAKAUCHI M. Computer Vision and Image Understanding . 1995
[2] SkinColorModelingandAdaptation. YANGJ,LUW,WAIBELA. CMUCSTechnicalReport,CMU CS 97146 . 1997
[3] Towardmovementinvariantautomaticlipreadingandspeechrecognition. DUCHNOWSKIP,HUNKEM,BUSHINGD,MEIERU,WAIBELA. ProcIntConfonAcoustSpeech,SignalProcessing . 1995
[4] Amonitoringmethodofdriverfatiguebehaviorbasedonmachinevision. WANGRongben. ProceedingsoftheIEEEIntelligentVehiclesSymposium’’03 . 2003
[5] Facerecognitionusingeigenfaces. TURKMA,,PENTLANDA. ProcIEEEConfonComputerVisionandPatternRecoginition . 1991
[6] Theory and applications of neural networks for industrial control sytems. FUKUDA Toshio,SHIBATA Takanori. IEEE Transctions on Industrial Electronics . 1992
[7] Accurate,real-time,unadomed lip tracking. R.Kaucic,A.Blake. Proc.6th Int.Conf.Computer Vision . 1998

← 1 →