【正文】 因?yàn)槿瞬徽f(shuō)話時(shí)，偶爾也會(huì)張 開(kāi) 嘴，而且人在說(shuō)話時(shí)嘴也是時(shí)張時(shí)閉。 疲勞駕駛嘴的特征分析 駕駛員頻繁地處于打哈欠狀態(tài)時(shí)，很可能處于疲勞駕駛狀態(tài)。 又由于亞洲人的平均瞳孔直徑是 ~4 mm，按照 P80 的標(biāo)準(zhǔn)來(lái)計(jì)算，當(dāng)瞳孔遮蔽為 80%時(shí)，就認(rèn)為人眼閉合，那么計(jì)算出來(lái)的閉合度為 %~%，所以取 89%，當(dāng)閉合百分比大于 89%時(shí)就認(rèn)為眼睛處于閉合狀態(tài)。 美國(guó)國(guó)家公路交通安全局對(duì)該方法作了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該方法中的P80 與疲勞發(fā)展程度的相關(guān)性較好，其他研究人員也得出了類(lèi)似的結(jié)論。 根據(jù) 眼睛閉合時(shí)間的長(zhǎng)短與疲勞程度之間有著密切關(guān)系，駕駛員眼睛閉合的時(shí)間越長(zhǎng)，疲勞程度越嚴(yán)重 的現(xiàn)象 。 所以在本文中將會(huì)從眼睛和嘴部這兩個(gè)人臉中比較容易檢測(cè)到器官進(jìn)第 2 章 疲勞分析和疲勞檢測(cè) 9 行疲勞特征的分析，疲勞判定研究，但是在最后還會(huì)進(jìn)行兩種疲勞檢測(cè)方法的綜合。這兩種駕駛員狀態(tài)很容易導(dǎo)致交通事故。 這些特征是明顯的，也是可以被檢測(cè)到的， 駕駛員精力充沛時(shí)，眼睛睜開(kāi)；進(jìn)入輕度疲勞時(shí)，眼睛睜開(kāi)變小；特別疲勞以至于睡眠時(shí)，眼睛 經(jīng)常 會(huì)出現(xiàn) 完全合上 的狀況 。疲勞的表現(xiàn)可分為身體癥狀、精神癥狀和神經(jīng)癥狀。 本文主要研究?jī)?nèi)容 本文的主要研究?jī)?nèi)容是基于人臉識(shí)別的疲勞駕車(chē)檢測(cè)，首先要分析人臉第 1 章 緒論 7 上各器官與疲勞駕駛有關(guān)的特征，然后設(shè)計(jì)一種有效的疲勞分析方法，最后應(yīng)用 ASM模型設(shè)計(jì)對(duì)人臉 進(jìn)行識(shí)別的方法。第三階段是自動(dòng)識(shí)別階段，近幾年的人臉模式識(shí)別方法，隨著計(jì)算機(jī)計(jì)算速度的加快，有了較大的突破，幾種全自動(dòng)機(jī)器識(shí)別系統(tǒng)已經(jīng)被應(yīng)用。但是為了提高臉部識(shí)別率，操作人員的操作貫穿于整個(gè)識(shí)別過(guò)程，而并未采用自動(dòng)識(shí)別系統(tǒng)進(jìn)行操作。但是，目前國(guó)內(nèi)的研究水平仍低于國(guó)際水平，許多核心技術(shù)被國(guó)外大公司掌握。 我國(guó)在國(guó)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(kāi)了人臉識(shí)別技術(shù)的研究 [17]。目前，國(guó)外大學(xué)和研究機(jī)構(gòu)已研制出一些較好的人臉識(shí)別系統(tǒng)。這一過(guò)程的核心是選擇適當(dāng)?shù)娜四槺硎痉绞脚c匹配策略。這一任務(wù)主要受光照、噪聲、頭部?jī)A斜度以及各種遮擋的影響。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(shí)別帶來(lái)了困難。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(lèi)仍可以毫不困難地確定出一個(gè)人的身份，但要建立一個(gè)能夠完全自動(dòng)進(jìn)行人臉識(shí)別的系統(tǒng)卻 是非常困難的。 基于啟發(fā)式模型的方法主要是通過(guò)抽取灰度、紋理、幾何形狀等特征進(jìn)行檢測(cè)，以判斷其是否符合人臉特征。 通常情況下，我們對(duì)于彩色圖像的圖像處理，首先是在確定膚色模型之后，對(duì)膚色進(jìn)行膚色像素檢測(cè)；然后在檢測(cè)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(cè)區(qū)域的灰度、幾何特征等參數(shù)，對(duì)是否是人臉進(jìn)行判斷，以區(qū)分具有類(lèi)似膚色的其他物體 。其實(shí)當(dāng)人疲勞時(shí)，面部的疲勞特征是十分明顯的，若是能對(duì)面部特征進(jìn)行監(jiān)測(cè)，則可以很好地對(duì)疲勞進(jìn)行監(jiān)控。 車(chē)道偏離報(bào)警系統(tǒng) DAS2021。 該預(yù)警系統(tǒng)由澳大利亞人于 2021年設(shè)計(jì)和開(kāi)發(fā)，主要是通過(guò)監(jiān)視駕駛員在行駛過(guò)程中頭部的位移情況來(lái)判斷其是否在打瞌睡 [9]。 2021年，日本先鋒公司開(kāi)發(fā)出防止駕駛員開(kāi)車(chē)打瞌睡 的系統(tǒng)。如果建立一套疲勞檢測(cè)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(shí)別的特征的。 近期關(guān)于疲勞特征，疲勞后的 主要現(xiàn)有 [7]： 反應(yīng)時(shí)間顯著增長(zhǎng)，注意力分散，判斷能力下降，主動(dòng)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(jué)器官的功能減退或紊亂，如視覺(jué)模糊、聽(tīng)力下降、判斷遲緩；駕駛動(dòng)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(dòng)、急躁和開(kāi)快車(chē)； 過(guò)度疲勞會(huì)使駕駛員在行車(chē)途中產(chǎn)生困倦，甚至打瞌睡。法國(guó)國(guó)家警察總署事故報(bào)告表明，因疲勞瞌睡而發(fā)生的車(chē)禍，占人身傷害事故的％，占死亡事故的 ％。美國(guó)國(guó)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(chē)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(guò)開(kāi)車(chē)打磕睡的經(jīng)歷。我國(guó)因車(chē)禍喪生的人數(shù)，十幾年間己從每年 5 萬(wàn)多人增長(zhǎng)到 10 多萬(wàn)人，是交通事故死亡人數(shù)居世界第二位國(guó)家的兩倍。據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，全世界每年有 120 多萬(wàn)人死于交通事故，數(shù)百萬(wàn)人受傷或致殘。在所有的駕駛員錯(cuò)誤中，最常見(jiàn)的是知覺(jué)延遲和決策錯(cuò)誤，這些錯(cuò)誤會(huì)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(cuò)誤的根本原因就是駕駛 疲勞。 Active Shape models III 目 錄 摘要 ....................................................................................................................... I Abstract ................................................................................................................ II 第 1 章 緒論 ...................................................................................................... 1 課題背景和意義 .................................................................................. 1 研究現(xiàn)狀 .............................................................................................. 3 本文主要研究?jī)?nèi)容 .............................................................................. 6 第 2 章 疲勞分析和疲勞檢測(cè) .......................................................................... 8 疲勞駕駛特征綜述 .............................................................................. 8 具體特征分析 ...................................................................................... 9 疲勞駕駛眼部特征分析 .............................................................. 9 疲勞駕駛嘴的特征分析 ............................................................ 10 原始數(shù)據(jù)的獲取 ........................................................................ 12 眼睛和嘴特征的綜合分析 ................................................................ 13 本章小結(jié) ............................................................................................ 14 第 3 章 ASM 人臉識(shí)別算法 .......................................................................... 15 ASM 模型的定義 .............................................................................. 15 ASM 人臉識(shí)別的優(yōu)勢(shì) ...................................................................... 15 ASM 搜索算法的特點(diǎn) .............................................................. 15 幾種識(shí)別方式對(duì)比分析 ............................................................ 16 ASM 的模型建立 .............................................................................. 17 ASM 模型的搜索算法 ...................................................................... 19 流程設(shè)計(jì)思路 .................................................................................... 22 本章小結(jié) ............................................................................................ 23 第 4 章 圖像處理和識(shí)別 ................................................................................ 24 圖像預(yù)處理的必要性 ........................................................................ 24 常用光照預(yù)處理技術(shù) ........................................................................ 24 基于直方圖的預(yù)處理方法 ........................................................ 25 線性變換 .................................................................................... 25 對(duì)數(shù)變換 .................................................................................... 26 IV 指數(shù)變換 .................................................................................... 27 光照預(yù)處理方法選擇 ................................................................ 27 圖片選取策略 .................................................................................... 28 圖像手工描點(diǎn)的實(shí)現(xiàn) ........................................................................ 28 要確定的要素分析 .................................................................... 28 要素值的確定方法 .................................................................... 29 選點(diǎn)策略 ............................................................................................ 33 程序流程圖 ........................................................................................ 33 收斂過(guò)程和識(shí)別結(jié)果 ........................................................................ 34 本章 小