检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于面部图像的列车司机疲劳驾驶检测与实现

基于面部图像的列车司机疲劳驾驶检测与实现

作者：陈兴劼西南交通大学

学位级别：硕士

随着我国城市轨道交通的快速发展,行车安全成为了一个不可忽视的问题。城市轨道交通列车司机长时间驾驶产生的疲劳,势必影响行车安全。目前主要是通过规章制度及警惕按钮来保证,这样既增加司机的劳动强度,也对司机疲劳驾驶检测效果有限... 详细信息

随着我国城市轨道交通的快速发展,行车安全成为了一个不可忽视的问题。城市轨道交通列车司机长时间驾驶产生的疲劳,势必影响行车安全。目前主要是通过规章制度及警惕按钮来保证,这样既增加司机的劳动强度,也对司机疲劳驾驶检测效果有限。目前,几乎还没有城市轨道交通列车司机疲劳驾驶检测和预警方法成熟有效的研究,故本文针对城轨列车司机特殊的作业环境,开发了一套车载、实时的基于面部特征的列车司机疲劳驾驶检测系统。系统硬件基于德州仪器公司的TMS320DM3730处理器的硬件开发平台,采用具备ARM核和DSP核的TI公司TMS320DM3730嵌入式处理器,具备完善的外围IO接口;存储模块为核心板512Mbytes nandflash,512MBytes DDR400 memory;扩展板的1Gbytes 8位NAND Flash samsung K9G8G08UOM,支持32GBytes的SD card;视频采集芯片采用TVP5150作为视频的输入输出接口,配置红外夜视防水CCD摄像机。系统软件采用了Adaboost算法实现对人脸的精确定位,以及采用AAM匹配算法完成对眼部特征状态的检测,最后根据美国交通部提出的perclos算法完成对列车司机疲劳状态的检测,该算法以单位时间内眼睛闭合时间所占的百比率作为依据,来判断司机是否处于疲劳状态。核心算法分为两个步骤:首先,移植并优化了TI的linux DVSDK软件开发包,采用AdaBoost算法完成对列车司机人脸检测;其次,针对列车运行复杂环境,采用了AAM匹配算法,提取单位时间内眨眼次数和一段时间内眼睛闭合所占比例,对单位时间内眼睛闭合时间、睁闭的次数进行了统计,进而判断被测司机是否处于疲劳状态。最后,通过对城轨列车司机作业环境视频图像的测试及优化,验证了本论文工作的正确性,证明了开发的软硬件系统初步达到了列车司机疲劳驾驶检测的效果。

关键词：列车司机疲劳驾驶 AdaBoost算法 perclos算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

疲劳驾驶检测系统的设计与DSP实现

疲劳驾驶检测系统的设计与DSP实现

作者：孙艳东北大学

学位级别：硕士

随着人们生活水平的提高,交通运输事业的发展,道路交通事故逐年增多。频繁发生的交通事故中,疲劳驾驶是引发交通事故的主要原因之一,其造成的交通事故占交通总数的10%以上。因此,如何快速有效的判断驾驶员的疲劳状态,对减少交通事故的... 详细信息

随着人们生活水平的提高,交通运输事业的发展,道路交通事故逐年增多。频繁发生的交通事故中,疲劳驾驶是引发交通事故的主要原因之一,其造成的交通事故占交通总数的10%以上。因此,如何快速有效的判断驾驶员的疲劳状态,对减少交通事故的发生具有重大意义。本文对图像预处理算法、目标检测算法、疲劳判断算法首先进行Matlab仿真,通过比较分析得出最优算法,并移植到DSP上实现。本系统硬件实现是在北京瑞泰创新科技有限责任公司的ICETEK-DM6437-B开发板上完成的。软件环境采用了CCS (Code Composer studio)3.3开发环境,利用其集成的实时操作系统DSP/BIOS方便地进行了实时调度和实时调试。本文重点研究了图像预处理、人脸、人眼的目标检测以及在此基础上的疲劳判断的算法以及在DSP上的实现。图像预处理模块中系统采用中值滤波和直方图均衡化来对图像进行预处理,目标检测模块中采用基于肤色的算法、几何特征法和自适应阈值法对目标进行检测,疲劳判断模块中本文采用perclos算法实现对司机疲劳的判定。整个系统基本实现了对目标的疲劳状态的检测功能,能对戴眼镜和不戴眼镜的目标进行判断,具有较高的准确性。同时,系统不仅应用到驾驶员的疲劳检测,也可以对一些监控室、大型控制室等的场合的操作人员进行疲劳检测,来减少因疲劳而导致的重大损失。

关键词：疲劳驾驶目标检测 DSP/BIOS perclos算法疲劳判断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

疲劳驾驶检测方法的研究及其嵌入式实现

疲劳驾驶检测方法的研究及其嵌入式实现

作者：杨才坤东北大学

学位级别：硕士

驾驶员疲劳驾驶通常是导致交通事故的重要原因,在当前车载电子研究领域寻求一种车载、实时及客观的疲劳检测装置已成为国内外研究者的热门研究方向之一。本文在对国内外相关疲劳驾驶的形成机理及检测方法的研究成果进行研究和总结的基础... 详细信息

驾驶员疲劳驾驶通常是导致交通事故的重要原因,在当前车载电子研究领域寻求一种车载、实时及客观的疲劳检测装置已成为国内外研究者的热门研究方向之一。本文在对国内外相关疲劳驾驶的形成机理及检测方法的研究成果进行研究和总结的基础上,对驾驶员疲劳状态下的眼睛状态和脑电信号的变化进行了研究与分析,基于此两种生理变化特征实现了疲劳驾驶的检测预警系统。本研究利用北京瑞泰创新公司的ICETEK-DM6437-B作为硬件开发平台,设计实现了基于DSP的疲劳驾驶检测分析系统,软件平台采用CCS3.3对研究中的算法进行仿真处理及其优化,利用实时操作系统DSP/BIOS方便地进行了实时调度和实时调试,本文的主要工作如下：(1)眼睛状态检测处理模块：由于YCbCr彩色空间上,色度信息有非常好的聚类性,因此首先采集肤色样本并在YCbCr彩色空间上提取色度初始化阈值范围;然后对实时采集的驾驶员头部图像并采用中值滤波和图像锐化算法进行图像预处理,采用色度信息自适应阈值范围的方法进行人脸定位,人脸初步定位之后采用腐蚀方法对其进行精确定位;在人脸精确定位的基础上,采用基于脸部几何特征的算法对人眼定位,由于眉毛灰度较低,可以查找出眉毛位置,进而精确定位出人眼位置;因为眼球为黑色,所以通过统计眼睛区域黑色像素的比例大小,判断眼睛的睁开与闭合;在确定眼睛的状态基础上,利用perclos算法判定驾驶员是否疲劳。(2)脑电信号检测处理模块：首先采用北京中科新拓有限公司的脑电放大器UE-16A采集脑电信号;由于脑电信号的频率主要集中在30Hz以下,背景噪声较强,因此采用FIR低通滤波器加海明窗的方法对其进行滤波;然后对脑电信号进行FFT变换,从而进行频域分析;通过对比分析由清醒到疲劳状态下的脑电信号的θ波、α波和β波三个波段的功率平均值、各波段功率占总功率的百分比、各波段功率的比值及加和功率比值的变化结果,最后确定基于(θ+α)β的功率加和比值的方法判定疲劳最为有效;最后设定阈值判断驾驶员是否处于疲劳状态。通过硬件测试表明,该系统能够有效地实现对驾驶员的疲劳检测预警功能,检测率较高,并且具有较好的实时性与鲁棒性,具有广泛地应用前景。

关键词：疲劳驾驶人脸检测脑电信号 perclos算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人眼识别的驾驶员疲劳检测算法研究

基于人眼识别的驾驶员疲劳检测算法研究

作者：李东昊沈阳建筑大学

学位级别：硕士

驾驶员疲劳驾驶导致的交通事故占交通事故总数的比重较大,已经成为导致交通事故的最重要原因之一。为了减少交通事故的发生率,保护人民的生命财产安全,研究并建立驾驶员疲劳驾驶检测系统有着重要意义。(1)研究了基于图像处理技术的光照... 详细信息

驾驶员疲劳驾驶导致的交通事故占交通事故总数的比重较大,已经成为导致交通事故的最重要原因之一。为了减少交通事故的发生率,保护人民的生命财产安全,研究并建立驾驶员疲劳驾驶检测系统有着重要意义。(1)研究了基于图像处理技术的光照补偿方法,针对直方图均衡化对于对细节处理效果较差,而Retinex很好地恢复图像细节,提出了基于小波变换的光补偿融合方法,将图像分别由直方图均衡化处理和Retinex处理后的两幅图像进行融合,并通过Yale B人脸库进行相应的实验。实验对比结果表明采用融合方法可以弱化光照对图像的影响,同时对图像的细节处理效果明显,增强了图像的特征信息,提高了图像的清晰度。(2)利用基于肤色模型的方法对人脸进行检测,肤色分布的统计利用YCbCr颜色空间作为映射空间。但由于传统的YCbCr易受光照变化的影响,因此,通过利用非线性变换对颜色空间处理,并建立基于肤色的高斯数学模型,利用基于相似度的方法进行人脸检测,但当背景图像复杂尤其颜色与肤色相近时会造成检测误差较大,因此在相似度的基础上同时利用人脸的几何特征进一步检测人脸。仿真实验结果表明本文采用的YCbCr颜色空间可以较好的适应光照的变化,在复杂背景下有较好的检测准确率。(3)提出了一种二级人眼定位方法,第一级是初步定位人眼,积分投影函数可以较好的提取特征但精确度不高,微分投影函数可以反映出不同的灰度变换率,利用灰度积分投影函数和灰度微分投影函数的特点提出了灰度微积分投影函数,用于第一级初步定位人眼,在第一级初步人眼定位基础上利用Hough变换抗干扰能力强的特点,采用Hough变换检测瞳孔圆。仿真实验表明采用微积分投影函数和Hough变换二级定位人眼方法可以有效的提高适应性和准确性,并且在一些干扰物(如眼镜)存在的情况下也有很好的人眼定位效果。(4)利用Kalman滤波器和模板匹配相结合的方法实现对人眼的跟踪。仿真实验结果表明采用Kalma n滤波器和模板匹配的方法在光照变化,人脸旋转等情况下有较好的跟踪效果。(5)通过perclos算法对驾驶员的疲劳状态进行评估,针对驾驶员发呆时人眼长时间不闭合等情况,perclos算法的评估效果不理想。通过眨眼频率可判断疲劳状态,但精度不高,眨眼频率过低时反应出驾驶员处于疲劳状态或发呆状态。因此通过结合眨眼频率方法和perclos算法对驾驶员状态评估。人眼状态判断是利用已定位出的人眼瞳孔圆,计算出人眼闭合的百分比,利用计算出的百分比判断人眼的状态。仿真实验表明,采用perclos与眨眼频率相结合的算法,可以增强疲劳状态评估的准确性。本文提出的基于人眼识别的驾驶员疲劳检测系统具有较强的抗干扰性、适应性和较高的准确率,具有一定的理论意义与实用价值。

关键词：光照补偿人脸检测人眼定位人眼跟踪 perclos算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高危车辆驾驶员疲劳驾驶监测及预警系统研究

高危车辆驾驶员疲劳驾驶监测及预警系统研究

作者：张驰辽宁工业大学

学位级别：硕士

近年来,道路交通事故严重频发,造成生命财产损失重大,疲劳驾驶作为引发交通事故的重要原因,是当前智能交通研究的重要方向之一。“两客一危”、渣土、集装箱运输车等高危车辆相对于其他机动车辆,具有体积大、连续行驶时间长的特点,驾驶... 详细信息

近年来,道路交通事故严重频发,造成生命财产损失重大,疲劳驾驶作为引发交通事故的重要原因,是当前智能交通研究的重要方向之一。“两客一危”、渣土、集装箱运输车等高危车辆相对于其他机动车辆,具有体积大、连续行驶时间长的特点,驾驶员更容易产生疲劳,由此引发的交通事故也更加严重。目前我国已基本实现对高危车辆的动态监控,然而在监控中对驾驶员疲劳驾驶的判别多是利用车载终端内置的计时功能,一般把车辆连续行驶时间超过4小时判别为疲劳驾驶。为解决这种判别方法不能对同一车辆配置多名驾驶员的有效监控、忽略驾驶员疲劳的个体差异以及驾驶疲劳监管滞后的问题,论文对高危车辆驾驶员疲劳驾驶监测及预警系统进行研究,运用视频图像采用perclos法并结合车辆连续行驶时间对疲劳驾驶进行监测,通过声音进行预警。系统分为车载监控、中心监控平台以及无线数据传输三部分。无线数据传输采用了4G物联网卡、WiFi传输技术。在车载监控端,运用摄像头通过检测人眼闭合状态对驾驶员进行疲劳判别,采用声音进行预警。车载监控端硬件包括摄像头、车载终端以及声音报警装置。论文以视频图像处理为基础,采用OpenCV中的Haar分类器,对驾驶员人脸、人眼进行检测;以perclos疲劳检测算法为基础,提出了“双眼检测、单眼疲劳判别”的驾驶疲劳检测方法,在PC机Visual Studio集成开发环境下,采用C++编程语言设计了驾驶疲劳检测仿真程序;通过输入驾驶员模拟驾驶疲劳视频,仿真实现了驾驶员人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警。中心监控平台汇聚车载端监控数据,采用云计算技术对中心监控平台进行构建。论文提出了中心监控平台的总体拓扑结构、逻辑以及物理架构,对监控平台的虚拟化的资源池、安全系统、云资源管理的设计与建设要点进行了研究,并对数据库进行了设计。监控平台具有疲劳监测及预警、视频查看、车辆和驾驶员管理、数据共享等功能。云计算架构克服了传统IT架构复杂、冗余、重复、低效性,实现了监控平台的简洁、灵活、复用、高效性。论文的研究能够有效减少疲劳驾驶引发的交通事故,提高高危车辆运输企业疲劳驾驶的监控水平、交通管理部门的监管水平以及保障交通参与者的生命财产安全,可为高危车辆驾驶员疲劳驾驶监测及预警系统建设提供参考。

关键词：高危车辆疲劳驾驶疲劳监测预警 perclos算法云计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于眼部特征的疲劳驾驶实时检测算法研究

基于眼部特征的疲劳驾驶实时检测算法研究

作者：邵佳湖南大学

学位级别：硕士

随着汽车数量的快速增加,恶性交通事故加剧,驾驶员疲劳或注意力分散是其中一项主要原因。疲劳驾驶实时检测系统可以实时准确地检测驾驶员疲劳时刻。当探知到疲劳驾驶时,系统就会给驾驶员以警报,进而可大大减少交通事故的发生。因此,疲... 详细信息

随着汽车数量的快速增加,恶性交通事故加剧,驾驶员疲劳或注意力分散是其中一项主要原因。疲劳驾驶实时检测系统可以实时准确地检测驾驶员疲劳时刻。当探知到疲劳驾驶时,系统就会给驾驶员以警报,进而可大大减少交通事故的发生。因此,疲劳驾驶预警系统已成为国内外车辆工程领域研究和开发的焦点。实时检测驾驶员疲劳程度是提高道路安全运行的有效途径。在疲劳驾驶实时检测系统中,人脸图像的获取、分类器的训练和人脸人眼状态的判断是至关重要的因素。本文针对视频图像含有大量噪声、驾驶员光照环境复杂等特点,对图像进行预处理。预处理主要是对抓拍的驾驶员图片进行除噪处理,改善驾驶员脸部区域的图片质量,在保留和增强脸和眼睛的纹理和颜色信息的同时,消除噪点干扰,为后续处理创造条件。本文主要采用一种分级别光照补偿方法进行光照补偿和中值滤波方法进行预处理。驾驶员人脸图像中含有人脸信息和大量背景信息,背景信息对疲劳驾驶实时检测系统的实时性和准确性的提高都有很大的阻碍作用。因此,本文对预处理后的图片进行基于肤色信息的人脸分割,采用Canny边缘剪裁方法进行粗特征提取。该粗特征提取方法能够降低分类器训练复杂度。人脸分类器训练中,采用Adaboost算法。针对传统Adaboost算法能使样本权重分布扭曲的缺点,提出一种采用不同加权参数的改进算法。然后,通过眼睛垂直距离和水平距离之比简化眼睛状态判断,利用perclos算法判断驾驶员疲劳程度,对比基于眼部特征、基于嘴巴特征和基于眼睛和嘴巴的双特征的疲劳驾驶实时检测,突出基于眼部特征的疲劳驾驶实时检测更兼有实时性和准确性的特点。最后,实验验证改进的算法能够提高驾驶员疲劳检测的速度和准确性。本文的研究将为推动驾驶员疲劳实时检测技术的发展起到一定的积极作用。

关键词：疲劳驾驶实时检测光照补偿 Canny边缘剪裁 Adaboost算法 perclos算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的飞行员疲劳监测技术研究

基于机器视觉的飞行员疲劳监测技术研究

作者：犹轶电子科技大学

学位级别：硕士

航空事故的调查数据表明,75%事故是人为原因造成,而此类事故多与飞行员疲劳驾驶有关。因此开发一套在飞行实际过程中监控飞行员是否疲劳的系统具有重要意义。美国国家机动车研究与标准制定办公室制定了perclos算法来检测驾驶疲劳,P... 详细信息

航空事故的调查数据表明,75%事故是人为原因造成,而此类事故多与飞行员疲劳驾驶有关。因此开发一套在飞行实际过程中监控飞行员是否疲劳的系统具有重要意义。美国国家机动车研究与标准制定办公室制定了perclos算法来检测驾驶疲劳,perclos算法是指测试时间内眼睛闭合所占时间与测试时间的百分比。目前,研究中通常采用perclos算法得出一分钟内眼睛闭合时间占到80%就判定为驾驶疲劳。借鉴此算法可以在飞行员出现在疲劳症状前给以提示,实验表明这种方法相对于其它方法具有很好的实用性和可靠性。本文在机器视觉的基础上研究基于perclos算法驾驶员疲劳度实时监测技术,基于摄像机采集的飞行员驾驶图像进行算法处理,可以有效地实时监测飞行员眼部状态。通过判断眼睛闭合时间的相对百分比,从而确定飞行员是否疲劳,由此来辅助提醒安全驾驶。为以后开发一种非接触,实时的机载飞行员疲劳监测系统打下基础。本文研究基本方案是通过摄像机采集正在飞机模拟机飞行的飞行学员面部图像,然后将图像实时传输到电脑中进行面部识别,眼部检测,眼睛状态判定等处理,判断此飞行学员是否疲劳。并且对比其在正常休息、缺乏睡眠等状态下疲劳判断一致性情况。飞行员面部检测,眼睛的精确定位以及眼睛状态判断是实现本监测技术算法的关键。本文提出了基于肤色检测脸部的计算方法,在面部检测基础上,利用灰度比较与复杂度判断结合进行眼睛初步与精确定位,再通过改进的径向变换与霍夫变换相结合来判断眼睛的睁开闭合状态,较好地解决了某些算法的不足和局限。最后通过判断连续视频图像中眼睛闭合帧数与时间,最终判断出驾驶员是否疲劳,论文基于MATLAB7.0图像采集工具箱采集视频图像数据,在MATLAB环境下设计出软件完成图像相关处理与结果输出。通过实验分析,采取的算法结果与实际基本一致。

关键词：飞行员疲劳度检测 perclos算法人脸检测眼睛定位疲劳识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的疲劳驾驶检测方法

桂林电子科技大学学报 2020年第3期40卷 201-206页

作者：黄新沈英超桂林电子科技大学电子工程与自动化学院广西桂林541004

针对现有疲劳驾驶检测方法实时性差和准确率低的问题,提出一种基于深度学习的疲劳驾驶检测方法。通过深度学习模型MTCNN实现人脸检测;针对眼睛定位易受遮挡、姿势变化等因素影响的问题,通过眼睛精定位(FEL)模型精确提取眼睛区域,并通过O... 详细信息

针对现有疲劳驾驶检测方法实时性差和准确率低的问题,提出一种基于深度学习的疲劳驾驶检测方法。通过深度学习模型MTCNN实现人脸检测;针对眼睛定位易受遮挡、姿势变化等因素影响的问题,通过眼睛精定位(FEL)模型精确提取眼睛区域,并通过OC-Net网络判定眼睛状态;基于perclos算法和眨眼频率对驾驶员进行疲劳判定。实验结果表明,该方法的疲劳状态检测准确率为97.18%,同时满足实时性要求,且对复杂环境具有较高的鲁棒性。

关键词：深度学习疲劳驾驶检测 MTCNN perclos算法

结合深度学习和边缘计算的作业人员专注性检测方法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

自动化与信息工程 2023年第5期44卷 46-51页

作者：赵彦龙赵三伟闫伟才钟震宇内蒙古军区数据信息室内蒙古呼和浩特010051 武汉滨湖电子有限责任公司湖北武汉430205 中通服咨询设计研究院有限公司江苏南京210023 广东省科学院智能制造研究所/广东省现代控制技术重点实验室广东广州510070

在生产作业过程中,作业人员注意力不集中是生产事故发生的主要诱因。针对现有的专注性研究方法过于依赖高性能计算设备,存在部署困难和隐私数据泄露等问题,提出一种结合深度学习和边缘计算的作业人员专注性检测方法。首先,利用YOLOv5算... 详细信息

在生产作业过程中,作业人员注意力不集中是生产事故发生的主要诱因。针对现有的专注性研究方法过于依赖高性能计算设备,存在部署困难和隐私数据泄露等问题,提出一种结合深度学习和边缘计算的作业人员专注性检测方法。首先,利用YOLOv5算法对使用手机、抽烟和喝水3种常见的分心行为进行实时检测;然后,采用轻量化人脸关键点检测网络和perclos算法对作业人员的疲劳程度进行评估,并对疲劳状态进行预警;最后,采用基于通道剪枝的压缩算法将分心行为检测网络和疲劳行为检测网络部署于低功耗的便携式边缘计算设备,避免作业人员隐私和商业数据泄露的风险。实验结果表明,该方法对疲劳行为和分心行为的检测准确率分别达98.6%和99.8%,满足实际的部署需求。

关键词：专注性检测 YOLOv5算法人脸关键点检测网络 perclos算法通道剪枝的压缩算法