视频图像中人脸位及疲劳检测的研究与应用.pdf

摘要 摘 要 随着计算机科学在人机交互领域的飞速发展，基于机器视觉处理方面的应用也 越来越广泛。针对日益增多的交通事故，对于如何有效的防止各种事故的发生，许 多专家学者都在进入广泛而深入的研究。而使用非接触式的疲劳检测的研究方法， 可以通过模式识别、机器学习、图像处理等多个领域的知识，研究这～课题对于检 验和发展这些领域的理论具有十分重要的意义。 在众多的疲劳检测技术研究中，最有效的方法是根据眼睛的生理学表现形式来 判断疲劳状态，因而对眼睛的检测与跟踪就成了研究疲劳的关键。本文采用一种非 接触式的监督方法来检测驾驶员眼睛的状态，通过分析眼睛的状态情况来判断驾驶 员疲劳状态，当疲劳时给以报警信号。利用机器学习的方法首先抽取出人脸区域， 然后再抽取出眼睛位置，在此基础上分析眼睛的状态，进而分析驾驶员是否处于疲 劳的情况。本文的工作如下： 首先对采集到的视频图像进行预处理，以减少冗余信息，增强所需要的信息。 然后分析比较了目前人脸检测的几种方法，实现了基于肤色的人脸检测方法和基于 AdaBoost的人脸检测算法，并比较两者的检测准确率。在系统的综合实验中，选取 了后者作为本实验的人脸检测算法。在快速准确定位出人脸区域后，对眼睛精确定 位的范围只缩小到了人脸的区域，再通过分析比较各种眼睛精确定位的算法，并实 现了相关的算法。 本文使用等亮度线的方法处理眼睛区域，增强眼球亮度，减少眼角暗角信息。 在精确定位眼睛后，使用数学形态学的方法处理眼睛，并对处理结果进行分析，判 断其是否为闭眼情况。最后统计眼睛闭合的时间长度，如果超出指定的时间长度阀 值，则给出疲劳警告。针对本文提出的方法进行模仿疲劳检测的实验，结果证明该 方法可以实时的监控眼睛的状态，进而给出是否疲劳的判断。 关键字：人脸检测；眼睛状态分析；疲劳检测 广东工业大学硕士学位论 ABSTRACT withthe sciencein interactionfield’S Along computer human—computer rapid onmachinevision aremoreandmore applications widely． development，based processing For traffic to and increasingaccident，howeffectivelypreventaccidents，manyexperts scholarsinenter and research．Whilethe testofnon-contact widely usingfatigue deeply research fields method，canpasspatternrecognition，machinelearning，imageprocessing these of ofthis for and of areasof knowledge，thestudy topicinspectiondevelopment hasthe vital theory extremelysignificance． In ofthe test mosteffecti