积分投影与区域生长法结合的人眼定位

在疲劳驾驶检测系统中,人眼精确定位对眼睛状态的正确判别起着关键作用。采用灰度积分投影法粗定位人眼,具有定位准确、速度快、处理方法简单等特点;采用区域生长法能够去除眼镜、眉毛等眼部噪声的干扰,具有定位准确特点,能够实现精确定位人眼。利用积分投影法的时间优势与区域生长法的精确定位优点,提出将积分投影法与区域生长法相结合实现人眼精确定位。采用Matlab进行仿真实验,实验结果表明该算法速度快、准确率高、稳定性强,能应用于驾驶疲劳状态检测等需要精确、快速检测定位人眼的场合。     

基于方差投影函数的人眼状态识别

在基于视频分析的驾驶员状态检测过程中,其中的关键环节是对驾驶员眼睛状态的检测.针对现有方法对光照变化比较敏感且比较复杂的缺点,提出基于方差投影函数的眼睛状态检测方法.人眼区域的灰度值在不同光照条件下均呈现相同的变化规律,方差投影可以稳定提取不同光照条件时眼睛区域特征.经过对大量不同光照条件下,人眼睁、闭时眼睛区域方差投影分析,发现在这两种状态下投影形成的波峰有明显区别,可以作为有效识别人眼这两种状态的特征.实验结果表明该方法对光照条件具有一定的鲁棒性.     

基于积分投影与区域生长的人眼定位方法

为了克服传统积分投影方法不能有效定位偏转人脸图像问题,提出一种基于积分投影与区域生长相结合的人眼定位方法。在定位人眼之前,通过肤色分割实现人脸粗定位,接着采用Otsu实现二值化、形态学操作以及区域标记算法等预处理操作。实验结果表明:采用的处理算法准确度较高,能为下一步的人眼状态分析打下良好的基础。     

SR-CNN融合决策的眼部状态识别方法

为了研究人眼状态识别对人眼定位的依赖性和实际使用中分类模型泛化能力不佳的问题,本文提出了一种基于选择性区域的卷积神经网络的融合决策的眼部状态识别方法。该方法用SR方法预处理wild人脸数据集,扩大了训练集的规模并引入了对眼部的先验知识,在此基础上训练卷积神经网络的分类模型进行眼部状态识别的评估。对比实验结果可知,基于SR-CNN融合决策的眼部状态识别方法测试的准确度能达到95%左右,显著降低了测试错误率,提高了模型的泛化能力和准确性。     

眼部特征自动检测定位方法

为了准确地提取眼部特征,提出了一种人眼虹膜检测及眼角定位的新方法。首先用AdaBoost算法在复杂背景下识别人脸,再用方差积分投影方法提取眼睛区域。然后设计了可变形圆形模板,利用可变形圆形模板及改进的优化匹配函数来确定虹膜中心及计算虹膜半径,并在此基础上根据眼睛的结构特征,用设计的线形模板计算内外眼角相对虹膜中心的角度方向,并在该方向下用Harris角点检测算法确定眼角最佳位置。最后,利用IMM人脸库验证了本方法,实验结果表明:本方法可以很好地对面部图像中的人眼虹膜及内外眼角进行准确定位。     

基于密集连接网络的驾驶疲劳状态检测方法

为了解决疲劳驾驶易造成交通事故的问题,提出了基于密集连接网络的驾驶疲劳状态检测方法.首先,借助摄像机采集驾驶状态视频,获取视频帧图像后利用图像处理技术进行图像预处理;利用自适应提升算法检测人脸,再用灰度积分投影和径向对称变换算法定位驾驶员的眼部区域;然后,通过密集连接网络精确判别眼睛状态,在网络中设置了3个密集连接块以减少特征参数和加快训练速度,且采用稀疏化结构以减少存储量和增强特征传播;最后,借助2个疲劳参数综合判断驾驶员的疲劳状态,使检测结果更为准确.定性和定量实验结果证明,该方法在准确率等方面优于现有技术.     

基于相位信息的人眼状态检测

为有效解决不同光照环境对人眼检测算法带来的诸多问题,提出一种基于相位信息的眼部状态检测算法,首先使用相位信息对眼部区域的边缘特征进行提取,然后依据垂直直方图统计二值化图像中白色像素数,最后设定合理阈值对人眼状态作出判断。实验结果表明,算法在保证识别正确率的同时对环境亮度变化具有较好的鲁棒性。     

基于改进GIPF和形态学滤波的快速人眼定位方法

针对传统积分投影方法易受眉毛、睫毛、阴影、遮挡及噪声等干扰的问题,提出了一种改进梯度积分投影(GIPF)和形态学滤波相结合的快速人眼定位算法.该算法首先采用二维梯度算子计算人脸图像的行列积分投影,完成人眼粗定位,减少眉毛和光照等的干扰;其次,利用形态学滤波平滑图像边界的特点,准确分离出瞳孔区域;最后采用不规则矩求质心的方法精确定位人眼.该方法在耶鲁大学的Yale B图像库、ORL及日本表情库(JAFFE)上表现优异.实验结果表明,本方法不易受眉毛及噪声干扰,对不同光照条件及头部姿态都有良好的鲁棒性,并且运算速度更快.     

基于肤色模型和灰度投影的人眼定位算法

提出一种肤色模型和灰度投影法相结合的方法,建立肤色模型对预处理后的图像实现人脸定位,利用灰度投影法标记眉眼区域,再对眉眼区域进行灰度投影得到人眼水平垂直坐标,从而实现人眼定位。该方法实用简捷,易于实现,人眼定位较为准确。     

人脸图像特征定位的一种新方法

提出了一种基于小波变换和积分投影的人脸特征点定位的新方法.对人脸图像用双正交小波bior1.1做二层小波分解得到的低频子图像做水平、垂直积分投影,并结合相应的积分投影梯度得到人脸特征点.对ORL人脸库的仿真结果表明:该方法较对原图像直接做积分投影定位特征点或对垂直细节水平细节做积分投影定位特征点的方法速度得到有效提高,对光照变化和姿势有一定鲁棒性,定位准确率高.     

基于肤色模型和灰度积分投影的疲劳驾驶检测系统

根据驾驶室的特定环境,给出了一个基于肤色模型和灰度积分投影的驾驶员疲劳检测系统．该系统首先利用肤色模型粗略检测出人脸区域;然后根据驾驶员面部几何特征,利用灰度积分投影法对驾驶员眼睛进行准确定位;最后根据上下眼皮距离及闭眼持续时间对驾驶员疲劳状态做出判定．仿真实验表明：该系统可以准确定位驾驶员眼睛,并对驾驶员疲劳状态做出判断．     

基于嘴唇色度Fisher分类的驾驶疲劳视觉检测

为提高驾驶疲劳检测的准确率和可靠性,利用唇色和肤色的色度分布差异,挑选3个典型颜色特征构建Fisher分类器用于提取唇色区域.采用区域连通算法对二值唇色区域进行滤波处理,运用改进积分投影算法确定嘴唇边界,根据嘴巴开合度及打呵欠频率判断驾驶员是否疲劳.实验结果表明:基于3个颜色特征构建的Fisher分类器在唇色提取效果上明显优于单一颜色特征的提取效果;改进的积分投影算法能提高嘴唇边界定位的精度和速度;基于打呵欠频率的驾驶疲劳检测方法具有更优的检测准确率和可靠性.融合多个典型颜色特征可改善唇色提取的鲁棒性和可靠性,有助于驾驶疲劳检测效果的提高.     

柴油机凸轮-液压式气门启闭特性实验研究

自主开发一套电控液压进气门晚关机构(EHLIVC),将该机构应用在DK4A柴油机缸盖上,并搭建EHLIVC系统的试验台架,通过实验研究供油压力和控制脉宽对EHLIVC系统的气门启闭特性的影响规律。研究发现:供油压力对附加升程关闭动作完成时间影响很小,但供油压力对气门附加升程开启动作完成时间影响明显,附加升程开启动作完成时间随供油压力的增大而呈现线性减小的趋势;供油压力对附加升程开启延迟影响不大,但对附加升程关闭延迟影响明显,供油压力越大,关闭延迟越小,供油压力超过4.5 MPa时,关闭延迟基本保持不变;控制脉宽对附加升程开启、关闭延迟影响均不大,但对附加升程开启持续时间影响明显,附加升程开启持续时间随脉宽的增大而呈现线性增长的趋势。     

基于支持向量机决策树的驾驶员眼睛状态检测

为提高驾驶疲劳检测系统中人眼状态检测的速度和准确性,提出一种基于支持向量机决策树(SVMDT)的人眼检测方法,此方法可以同时完成人眼的定位与状态检测.首先对样本进行光照不均校正和直方图处理,然后用离散余弦变换和主成分分析提取特征向量,用SVMDT训练得到睁-闭眼和有-无眼子分类器.检测时先用先验知识去除部分非人眼区域,最后利用SVMDT进行人眼检测.实验证明此方法提高了人眼状态检测的速度,同时也有较好的准确性.     

车辆用内控可调速的液压优先阀设计

常规的液压优先阀在工作负载流量突变时,阀的动态响应存在一定的滞后现象,阀芯开启和关闭的响应速度均较慢,受限于保证压力稳定性和开启的响应速度在设计范围内,固定阻尼孔的设计尺寸较小,使得工况切换时,阀芯关闭速度慢,流经阻尼孔的补充油液流量小,无法满足系统快速补油的需求。为解决上述问题,在液压优先阀的主阀阀芯内部设计并集成了一个速度调节微阀,该微阀利用不同油液流动方向下阻尼孔不同的原理调节主阀的启闭响应速度,实现阀芯的缓开快关,根据阀内动力学方程,利用仿真对设计的微阀进行建模和优化,确定了最佳匹配参数并初步证明了设计的有效性。实验结果表明:通过合理匹配阻尼孔过流面积,当转向或换挡回路急需大流量时,速度调节微阀能够加快主阀的关闭速度,及时将辅路油液补充到主路,集成微阀相比传统主阀芯采用固定阻尼孔时的关闭速度提升了1倍;当转向或换挡完成后,速度调节阀能够实现主阀的开启速度比关闭速度慢,抑制压力冲击。速度调节微阀的设计解决了优先阀切换时主阀芯关闭速度慢的问题,有助于辅泵快速向主泵补油,满足系统工况改变的大流量需求,提升了系统的响应速度。     

基于区域边界运动信息的视频分割

为了实现视频编码标准MPEG 4中语义对象的自动提取,提出了一种基于区域边界运动信息的视频分割算法.在空域上通过开闭双重建方法获取形态梯度图像,抑制原始图像中的噪声,然后进行阈值变换和尺度等级划分的非线性处理,克服了细密纹理的影响.同时提出了改进的分水岭浸没算法进行标记以获得区域边界信息,在时域上以区域边界的运动信息判定区域的运动性,并联合时空信息建立区域投影运算提取视频序列中的语义运动对象.仿真结果表明,算法提取的运动对象完整准确.     

稀疏采集集成成像系统

针对集成成像系统采用3DS MAX虚拟采集立体元图像(EI)阵列需要摆放大规模摄像机阵列难以应用到实际这个问题,建立了稀疏采集的集成成像系统.为了提高视差计算的准确率,提出采用颜色分割和积分投影的方法求取相邻图片每个颜色物体的视差平均值作为最终视差值.首先,在3DS MAX里建立虚拟场景和微透镜阵列模型.根据立体元图像(EI)和子图像(SI)之间的映射关系,采用通过先采集子图像再求取立体元图像的方法达到稀疏采集.对于渲染得到的图像采用基于颜色的图像分割法和积分投影法求取相邻图像中不同颜色物体的视差平均值,然后采用固定大小的矩形窗按照视差平均值平移截取渲染图像得到子图像.最后将子图像按顺序拼接,映射求取立体元图像用于立体显示.实验结果表明:原本需要59×41台摄像机才能拍摄得到的EI图像阵列仅需12×12台摄像机拍摄就可以得到,且立体显示效果明显.视差计算的误差率在水平方向和垂直方向均为0.433%,明显优于视差误差率为2.597%和4.762%的其它方法.文中方法更准确的实现方便快捷的集成成像稀疏采集系统,可用于大屏幕立体显示的EI内容采集.