基于最大间隔聚类的背景建模方法.pdfVIP

_______________________________________________________________________________ 基于机器视觉的驾驶员嘴部状态检测方法研究 施树明，王荣本，金立生，童兵亮 (吉林大学 交通学院，长春 130025) 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，本文利用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，输出对应正常驾驶、说话及打哈欠（瞌睡）三种不同精神状态。试验结果表明，该网络可 快速有效地识别驾驶员嘴部状态。 关键词：行为监测; 机器视觉；Fisher 分类器; 特征提取；BP 神经网络. Study on Monitoring Method of Driver Mouth State Based on Machine Vision SHI Shuming, WANG Rongben, JIN Lisheng, TONG Bingliang (Transportation College of Jilin university , Changchun 130025) Abstract: When we use the machine vision to inspect the driver’s driving behavior, the identifying of the mouth state is one of the key technologies. In fact, when a driver drives in a normal, talking or dozing state, his/her mouth opening degree will quite different. According to this fact, this paper uses the Fisher classifier to extract the mouth figure and site, then uses the mouth region’s geometry character as the feature value, and put all of these features to make up an eigenvector as the input of a three-level Bp network, then we get the output among three different spirit states. The experiment results show that this new method can inspect the driver’s mouth region state accurately and quickly. Keywords: Behavior inspection; Machine vision; Fisher classifier; Features extraction; BP network. 1 引言 统计资料表明，高速公路上发生的交通事故中有 50% 以上是由于驾驶员长时间驾驶造 成的驾驶疲劳以及注意力不集中（如边驾驶边说话）等原因造成的。 众所周知，当人们说话时，嘴部的形状会发生明显的变化。同样，当人们处于疲劳状态 打瞌睡时，嘴部偶尔也会变得非常大。因此，可以通过监控嘴部的状态来了解驾驶员的行为 状态，为安全驾驶提供必要的辅助信息。 随着图像处理技术的飞速发展，利用图像处理技术监控驾驶员行为已经成为可能[1] 。利 用摄像机持续不断地观