【正文】 序流程圖 ........................................................................................ 33 收斂過程和識別結(jié)果 ........................................................................ 34 本章 小結(jié) ............................................................................................ 35 結(jié)論 .................................................................................................................... 36 參考文獻(xiàn) ............................................................................................................ 37 第 1 章 緒論 1 第 1 章 緒論 課題背景和意義 駕駛疲勞是指駕駛員由于睡眠不足或長時間持續(xù)駕駛造成的反應(yīng)能力下降，這種下降表現(xiàn)在駕駛員困倦、打瞌睡、駕駛操 作失誤或完全喪失駕駛能力。駕駛疲勞反映在生理與心理兩個方面，生理反映包括神經(jīng)系統(tǒng)的功能、血液和眼睛的變化；心理反映包括反應(yīng)時延長、注意力分散、動作不協(xié)調(diào)。美國印第安那大學(xué)對交通事故原因的調(diào)查研究發(fā)現(xiàn) 85％的事故與駕駛員有關(guān)，車輛和環(huán)境因素只占 15％ [1]。駕駛員在事故發(fā)生前一瞬間的行為和故障直接導(dǎo)致了事故的發(fā)生，這些行為包括知覺的延遲、對環(huán)境的決策錯誤、對危險(xiǎn)情況的處理不當(dāng)?shù)取Ｔ谒械鸟{駛員錯誤中，最常見的是知覺延遲和決策錯誤，這些錯誤會產(chǎn)生注意力不集中、反映遲鈍、操作不當(dāng)?shù)?，產(chǎn)生這些錯誤的根本原因就是駕駛 疲勞。由于司機(jī)疲勞駕駛導(dǎo)致警惕性水平的下降，從而造成交通事故的增長，這已成為了社會普遍關(guān)注的一個熱點(diǎn)。如果司機(jī)疲勞駕駛，那么他的觀察、識別和車輛控制能力都會顯著下降，嚴(yán)重威脅自身的安全和其他人的生命。隨著交通運(yùn)輸業(yè)的發(fā)展，交通事故已成為當(dāng)前各國所面臨的嚴(yán)重問題。據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，全世界每年有 120 多萬人死于交通事故，數(shù)百萬人受傷或致殘。全球每年交通事故造成的經(jīng)濟(jì)損失高達(dá)5180 億美元，其中發(fā)展中國家占 1000 億美元 [2]。 近年來，我國惡性道路交通事故呈上升趨勢。我國交通事故死亡人數(shù)己連續(xù) 10 多年居世界第 一。我國因車禍喪生的人數(shù)，十幾年間己從每年 5 萬多人增長到 10 多萬人，是交通事故死亡人數(shù)居世界第二位國家的兩倍。其中，駕駛員疲勞造成交通事故的占總數(shù)的 20％左右，大約占特大交通事故的 40％ [3]以上。所以進(jìn)行疲勞檢測技術(shù)的研究是十分必要的，且有其深遠(yuǎn)的意義。 同樣，在國外情況也差不多。美國國家公路交通安全管理局也就是所謂的 NHTSA(NmionMHighway Traffic Safety Administration， NHTSA) [4]最近幾年的調(diào)查顯示：每年平均有 56000 起車禍與疲勞駕駛相關(guān) [5]，造 成 76000 人第 1 章 緒論 2 受傷， 1544 人死亡 (占交通事故死亡總?cè)藬?shù)的 ％ )，調(diào)查還顯示有 27％ 的受訪者表示有過開車打磕睡的經(jīng)歷。 2021 年美國國家交通安全委員會NTSB(The National Transportation Safety Board， NTSB)檢查了 107 起由駕駛員造成的卡車交通事故，表明有 58%的交通事故與駕駛員疲勞駕駛有關(guān)。美國汽車聯(lián)合會 (American Automobile Association)的交通安全部初步估計(jì)41%~59%的重型卡車交通事故與疲勞駕駛有關(guān)。英國交通研究實(shí)驗(yàn)室 認(rèn)為駕駛疲勞導(dǎo)致的路面交通事故大約占全部交駕駛員通事故率的 10%。法國國家警察總署事故報(bào)告表明，因疲勞瞌睡而發(fā)生的車禍，占人身傷害事故的％，占死亡事故的 ％。德國保險(xiǎn)公司協(xié)會估計(jì)，在德國境內(nèi)的高速公路上，大約 25％導(dǎo)致人員傷亡的交通事故都是由疲勞駕駛引發(fā)。澳大利亞聯(lián)邦議會統(tǒng)計(jì)：在 2021 年，司機(jī)疲勞駕駛造成的交通事故占所有交通事故的 20%到 30%；專家認(rèn)為這只是保守統(tǒng)計(jì)，實(shí)際所占的比例可能更大。日本的事故統(tǒng)計(jì)揭示，因疲勞產(chǎn)生的事故約占 %~%[6]。 近期關(guān)于疲勞特征，疲勞后的 主要現(xiàn)有 [7]： 反應(yīng)時間顯著增長，注意力分散，判斷能力下降，主動性降低，注意力分配不均衡且轉(zhuǎn)移速度降低，經(jīng)常丟失重要的信息；感覺器官的功能減退或紊亂，如視覺模糊、聽力下降、判斷遲緩；駕駛動作不靈活，操作能力下降，節(jié)律失調(diào)；記憶和思考能力下降，判斷失誤增多；駕駛員的信心、決心、耐性和自我控制能力減退，缺乏堅(jiān)持不懈的精神，易于激動、急躁和開快車； 過度疲勞會使駕駛員在行車途中產(chǎn)生困倦，甚至打瞌睡。 駕駛疲勞導(dǎo)致事故的形成過程通常是：大腦供氧不足葉中樞神經(jīng)疲勞感覺下降、知覺遲鈍肌肉收縮的調(diào)節(jié)機(jī)能惡化感覺刺激中 斷認(rèn)識遲緩、判斷失誤、操作失誤、打瞌睡等交通事故?？梢姡隈{駛會引起大量的交通事故。如果建立一套疲勞檢測系統(tǒng)能夠切實(shí)有效的工作，必定可以大大減少由疲勞駕駛所引起的交通事故，不但能減少人員傷亡，而且能避免因此產(chǎn)生的經(jīng)濟(jì)損失。 疲勞是有其可以識別的特征的。由于司機(jī)駕駛疲勞會產(chǎn)生神經(jīng)系統(tǒng) 功能、循環(huán)機(jī)能、血液、眼睛、呼吸機(jī)能、體溫等生理變化，這些變化通過駕駛員的自覺癥狀和他覺癥狀反映出來。所以可以通過衡量方向盤的微調(diào)，第 1 章 緒論 3 腦波，心率，頭手的位移，眼瞼的閉合程度或眨動速率等一些有特異性和可量化的指標(biāo)，通過大量實(shí)驗(yàn)確定 駕駛疲勞的評價(jià)標(biāo)準(zhǔn)，以量化的閾值加以表示，來判斷駕駛員是否已經(jīng)疲勞。 可見，疲勞駕駛會引起大量的交通事故。如果建立一套疲勞檢測系統(tǒng)能夠切實(shí)有效的工作，必定可以大大減少由疲勞駕駛所引起的交通事故，不但能減少人員傷亡，而且能避免因此產(chǎn)生的經(jīng)濟(jì)損失。正因如此，研究出一套疲勞檢測的系統(tǒng)是極有現(xiàn)實(shí)意義的。 研究現(xiàn)狀 由于疲勞駕駛導(dǎo)致的車禍數(shù)量的劇增，漸漸引起國內(nèi)外學(xué)者的關(guān)注，各種針對疲勞駕駛檢測科研都在積極進(jìn)行種 。 利用心跳特征制成的 心跳速度檢測儀 。 2021年，日本先鋒公司開發(fā)出防止駕駛員開車打瞌睡 的系統(tǒng)。該系統(tǒng)的核心技術(shù)之一是貼在轉(zhuǎn)向盤上的紙狀心跳感應(yīng)器。一般說來，人在打瞌睡之前，心跳速度下降，感應(yīng)器每隔 15 s檢測一次駕駛員的心跳速度，一旦確認(rèn)駕駛員有睡意襲來，就通過改變音樂節(jié)奏等方式給以警示 [8]。 頭部位置檢測儀 。 該預(yù)警系統(tǒng)由澳大利亞人于 2021年設(shè)計(jì)和開發(fā)，主要是通過監(jiān)視駕駛員在行駛過程中頭部的位移情況來判斷其是否在打瞌睡 [9]。 轉(zhuǎn)向盤監(jiān)測系統(tǒng) 1999年，美國 Electronic Safety Products公司開發(fā)的轉(zhuǎn)向盤監(jiān)測系統(tǒng) (steering atention monitor)是一種檢測轉(zhuǎn)向盤運(yùn)動的傳感器裝置，適用于各種車輛 [10]。當(dāng)駕駛員疲勞時，反應(yīng)能力變慢，操作轉(zhuǎn)向盤的動作也會減緩；當(dāng)系統(tǒng)檢測到轉(zhuǎn)向盤正常運(yùn)動時傳感器裝置不報(bào)警，若轉(zhuǎn)向盤持續(xù) 4 s不運(yùn)動， 系統(tǒng)報(bào)警。 Driving Research Center研發(fā)的 了 PERCLOS系 ， 該系統(tǒng)檢測單位時間內(nèi)眼睛閉合程度超過 80％以上 的 時 間 占總時間的百分比，并與預(yù)先設(shè)定的閾值進(jìn)行比較，從而提醒駕駛員注意行車安全 [11]。 車道偏離報(bào)警系統(tǒng) DAS2021。 當(dāng)駕駛員駕駛疲勞時，往往出現(xiàn)精神萎靡、注意力分散、反應(yīng)遲鈍等現(xiàn)象， 且最容易無意識地駛出中線或者偏離車道。2021年，美國 Ellison Research Labs實(shí)驗(yàn)室研制的 DAS2021型路面警告系統(tǒng) ，第 1 章 緒論 4 通過車的軌跡對疲勞駕駛進(jìn)行監(jiān)測 [12]。 這些測量方法 都在一定程度上實(shí)現(xiàn)了對疲勞特征的跟蹤和監(jiān)測，但是這些檢測方要么實(shí)時性不高，要么精度不高，經(jīng)常出現(xiàn)誤報(bào)警現(xiàn)象。其實(shí)當(dāng)人疲勞時，面部的疲勞特征是十分明顯的，若是能對面部特征進(jìn)行監(jiān)測，則可以很好地對疲勞進(jìn)行監(jiān)控。 近些年 計(jì)算機(jī)技術(shù)的發(fā)展 給人臉識別提供了可能。 人臉識別研究引起了學(xué)術(shù)界越來越多的關(guān)注。 主要的研究方向有以下幾點(diǎn) [13]： (1)膚色區(qū)域分割與人臉驗(yàn)證方法 。 通常情況下，我們對于彩色圖像的圖像處理，首先是在確定膚色模型之后，對膚色進(jìn)行膚色像素檢測；然后在檢測出膚色像素后，按照膚色像素在空間上的相關(guān)性和色度上的相似性上，分割出可能存在的人臉區(qū)域，然后根據(jù)被測區(qū)域的灰度、幾何特征等參數(shù)，對是否是人臉進(jìn)行判斷，以區(qū)分具有類似膚色的其他物體 。 (2)基于人工神經(jīng)網(wǎng)的方法 。 人工神經(jīng)網(wǎng)方法主要是通過神經(jīng)網(wǎng)的結(jié)構(gòu)和參數(shù)來表示模型的統(tǒng)計(jì)特征，由于人臉的外部輪廓較為復(fù)雜，無法用數(shù)學(xué)模型進(jìn)行描述，所以基于人工神經(jīng)網(wǎng)的方法在人臉特征識別中具有 獨(dú)特的優(yōu)勢。 (3)基于啟發(fā)式模型的方法 。 基于啟發(fā)式模型的方法主要是通過抽取灰度、紋理、幾何形狀等特征進(jìn)行檢測，以判斷其是否符合人臉特征。由于 人臉區(qū)域內(nèi)的各個器官具有較為恒定的模式，因此對雙眼、鼻子、嘴等局部特征進(jìn)行檢測，然后根據(jù)人體五官的相對位置關(guān)系判斷被測物體是否為人臉。對于較強(qiáng)約束條件下的人臉檢測，利用人臉的輪廓、對稱性等少量特征的方法比較適用 。 人臉因人而異，絕無相同。雖然在表情、年齡或發(fā)型等發(fā)生一些變化的情況下，人類仍可以毫不困難地確定出一個人的身份，但要建立一個能夠完全自動進(jìn)行人臉識別的系統(tǒng)卻 是非常困難的。它涉及到模式識別、圖像處理、計(jì)算機(jī)視覺、生理學(xué)、心理學(xué)以及認(rèn)知科學(xué)等方面的諸多知識，并與基于其他生物特征的身份鑒別方法以及計(jì)算機(jī)人機(jī)感知交互領(lǐng)域都有密切聯(lián)系。 20世紀(jì) 90年代以來，隨著安全領(lǐng)域各種應(yīng)用需求的增加，人臉識別技術(shù)成為一個熱門的研究課題。雖然已經(jīng)取得了一些可喜的成果，但在實(shí)際應(yīng)用中仍面第 1 章 緒論 5 臨著許多嚴(yán)峻的問題。人臉的表情、姿態(tài)、發(fā)型以及化妝等多種影響因素都給識別帶來了困難。要讓計(jì)算機(jī)像人一樣準(zhǔn)確地識別出不同的人臉，尚需不同研究領(lǐng)域的研究人員共同不懈的努力。人臉識別 (Face Recognition)一般可描述為 [14]：對給定的靜止圖像或動態(tài)視頻，利用己有的人臉數(shù)據(jù)庫來確認(rèn)圖像中的一個或多個人。從廣義上講，其研究內(nèi)容包括以下五個方面： (1)人臉檢測 (Face Detection) 即從各種不同的場景中檢測出人臉的存 在并確定其位置。這一任務(wù)主要受光照、噪聲、頭部傾斜度以及各種遮擋的影響。 (2)人臉描述 (Face Representation) 即采用某種方式表示檢測出的人臉和數(shù)據(jù)庫中的人臉。通常的表示方法包括幾何特征 (如歐氏距離、曲率、角度等 )、代數(shù)特征 (如矩陣特征矢量 )、固定特征模 板、特征臉、云紋圖等。 (3)人臉鑒別 (Face Identification) 即透常所說的人臉識別，就是將待識別的人臉與數(shù)據(jù)庫中的己知入臉比較，得出相關(guān)信息。這一過程的核心是選擇適當(dāng)?shù)娜四槺硎痉绞脚c匹配策略。 (4)表情分析 (Facial Expression Analysis) 即對待識別人臉的表情進(jìn)行分析，并對其加以分類。 (5)物理分類 (Physical Classification) 即對待識別人臉的物理特征進(jìn)行分類，得出其年齡、性別、種族等相關(guān)信息。 一般的人臉識別系統(tǒng)構(gòu)成，包括人臉檢測 、人臉預(yù)處理、特征提取、人臉特征庫、相似性匹配、結(jié)果輸出等部分。目前，國外大學(xué)和研究機(jī)構(gòu)已研制出一些較好的人臉識別系統(tǒng)。一些較成熟的商業(yè)人臉識別系統(tǒng)，如德國的Cognitee，美國的 Eyematie， Indentix等也已投入應(yīng)用。對一些安全性要求很高的應(yīng)用，可采用多生物特征融合的識別技術(shù) [15]，如 DCSAG公司的 BioID系統(tǒng)，通過數(shù)字?jǐn)z像頭和麥克風(fēng)，采集一個人的面貌、聲音以及嘴唇運(yùn)動等三種生物特征，通過生物特征融合技術(shù)，在一秒鐘內(nèi)快速完成身份識別。另外，由 美國 首先 發(fā)起 [16]的 FERET(Face Recongnition Technology)和 FRVT(Face Recognition Vendor Test)人臉識別測試活動也大大推動了人臉識別技術(shù)的研究和應(yīng)用。 我國在國家自然科學(xué)基金和 863計(jì)劃等資助下，清華大學(xué)、哈工大、中第 1 章 緒論 6 科院、南京理工大學(xué)，上海交大等很多單位展開了人臉識別技術(shù)的研究 [17]。北京工業(yè)大學(xué) (信號與信息處理研究室 )也在人臉檢測方面取得了較好的研究成果和澳大利亞的新南威爾士大學(xué)聯(lián)合提出的人臉檢測技術(shù)已 經(jīng) 被國際MPEG7接受作為標(biāo)準(zhǔn)。為了推動人臉識別研究的發(fā)展，國內(nèi)已舉行過四屆生物 識別學(xué)術(shù)會議，中國科學(xué)院自動化研究所也發(fā)起成立了中國生物認(rèn)證產(chǎn)業(yè)聯(lián)盟。據(jù)國際生物識別產(chǎn)業(yè)協(xié)會估計(jì)，我國生物識別技術(shù)的軟件和硬件市場，有望在 10年內(nèi)達(dá)到每年 20億美元的規(guī)模。但是，目前國內(nèi)的研究水平仍低于國際水平，許多核心技術(shù)被國外大公司掌握。因此，研究開發(fā)具有自主知識產(chǎn)權(quán)的人臉識別技術(shù)是一個新的挑戰(zhàn)。 研究最多的是關(guān)于人臉正面模式的研究 [18]，主要可以分為三個發(fā)展階段：第一階段是對人臉識別所需要的面部特征進(jìn)行研究。這個階段主要是將