多算法融合的疲劳驾驶监测算法设计与实现

作     者：陈东伟 张喆 韩娜 郭浩 CHEN Dongwei;ZHANG Zhe;HAN Na;GUO Hao

作者机构：北京理工大学珠海学院计算机学院广东珠海519085 太原理工大学计算机科学与技术学院太原030024 山西省公安厅网络安全保卫总队太原030001 

出 版 物：《太原理工大学学报》 (Journal of Taiyuan University of Technology)

年 卷 期：2016年第47卷第4期

页      面：518-522页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学青年基金资助项目(61402318) 2015年广东高校省级重点平台和重大科研项目(2015KQNCX211) 2015年度广东省前沿与关键技术创新专项资金(重大科技专项)项目(2015B010108003) 2014年北京理工大学珠海学院校级科研发展基金项目(XK-2014-02) 

主　　题：Adaboost算法 自适应Otsu算法 动态滑动窗口 PERCLOS算法 人眼检测 疲劳驾驶 

摘      要：现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130-150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。