基于机器视觉的疲劳驾驶检测算法研究

本文基于机器视觉技术设计疲劳检测算法,利用部署在车内的小型监控摄像头实现对驾驶人状态的实时监控;通过分析驾驶人的眼部、嘴部状态和头部动作,综合判断驾驶人的疲劳状态,实现实时的疲劳驾驶检测和预警,有助于规避驾驶过程中内部与外部的不安全因素,保障驾驶安全。     

基于特征值检测的车辆防疲劳驾驶系统应用研究

本文利用特征值检测原理,设计一种能够对人脸特征值进行自动检测的车辆防疲劳驾驶系统,利用该系统,可以有效降低因疲劳驾驶造成的交通事故。     

基于机器视觉的疲劳驾驶预警系统设计

随着经济的发展,我国车辆数量逐年增加,交通事故也更加频繁发生,根据近年来的交通事故统计,其中21%是由疲劳驾驶造成。因此,对驾驶者进行实时疲劳度监测显得尤为重要。当前检测疲劳驾驶的方法主要分为通过医疗器械来对人体生理特征的监测,通过传感器对车辆运行状态的监测以及通过机器视觉对驾驶者面部特征进行监测三种方法,他们各有优缺点,但机器视觉的实时性是最高的,因此本系统采用机器视觉的方式进行检测。     

基于ARM的防疲劳驾驶检测系统

基于ARM的防疲劳驾驶检测系统,采用USB摄像头采集驾驶员的面部图像并将图像转换为数字信号传给ARM处理器。采集的面部图像通过模板匹配算法用特定的眼部分类器进行计算,与眼部分类器配比,在指定的矩形区域中提取出眼部图像,计算眼部图像的灰度直方图。通过对驾驶员的眼部闭合状态的实时分析可以获得PERCLOS参数,从而判断驾驶员的驾驶疲劳状态。经实验测试证明该方法准确性高,能在多种情况下检测驾驶员是否处于驾驶疲劳状态。     

一种车载疲劳驾驶检测方法

文章针对车辆驾驶员的疲劳检测,提供了一种使用图像处理的方法来对驾驶员的眼部信息进行提取,建立眼部状态判定模型,根据图像信息提取判断出闭眼的时长以及闭眼的频率分析判断疲劳行为,并对驾驶员进行提醒和辅助驾驶,以减少交通事故的发生。同时,该方法给出了驾驶员处于疲劳状态并预警,提出了疲劳等级划分,不仅检测驾驶员是否疲劳,还检测驾驶员的疲劳等级,并给出相应的提醒操作。     

基于人脸关键点检测的车载疲劳驾驶系统研究

针对传统目标检测面部微表情的模型精度低的问题,转换思路利用人脸识别三元子算法提取人的面部关键点,进行面部关键点的标注,对面部关键点进行欧氏距离计算并与传统目标检测算法结合,从而对人脸面部微表情进行准确识别,并利用闭眼、低头、打哈欠3种预警方法进行互补,并通过车道线分割,进行车辆的行驶异常状态的判断,从而准确对驾驶员进行疲劳驾驶检测,并且可以检测驾驶途中抽烟打电话等不安全行为。采用的面部关键点模型68关键点人脸关键点标注模型,目标检测模型yolov5s,并对神经网络添加了空间向量注意力机制(Convolutional Block Attention Module,CBAM),提高检测准确度。系统法高度集成于开发版中,使得该系统具有方便快捷、准确度高的优势。实验表明,三元子和目标检测以及车道线分割结合的方法,能够有效对驾驶员进行疲劳驾驶面部微表情检测,并且准确率相较于传统方法有了大幅度提高,解决了传统目标检测微表情方法中准确度低、适用范围狭窄、鲁棒性差的问题,能够有效识别疲劳驾驶并及时提醒驾驶员。     

基于面部特征与深度学习的疲劳驾驶状态检测研究

在驾驶机动车时,驾驶员的面部信息尤其是眼睛和嘴巴最能够反映驾驶员的疲劳状态.为了提高机动车驾驶的安全性,本文提出了一种基于面部特征和深度学习的疲劳驾驶状态检测研究模型.首先设计一种改进的三级级联卷积神经网络检测驾驶员人脸图像,再使用轻量级特征提最小单元结构定位人脸关键点,通过基于眼睛纵横比(Eye Aspect Rat...     

汽车智能驾舱驾驶疲劳检测系统设计

疲劳驾驶是影响交通安全的主要因素，当前疲劳驾驶的检测方法普遍存在设备体积大、侵入性强、实时性差等弊端。文中设计的基于FPGA的疲劳驾驶检测系统，首先利用区域长宽比改进YCbCr人脸分割算法，提高算法在驾驶环境中对于人脸的辨识度；然后建立动态视频人眼跟踪模型，在人脸范围内定位人眼位置，采用三帧差算法检测眨眼动作，以眨眼率作为疲劳的评价指标，对司机状态进行实时监控；最后利用FPGA芯片完成实时图像数据的处理和疲劳驾驶检测。实验证明，该系统具备在光线昏暗和佩戴眼镜等场景下检测疲劳状态的能力，并且检测系统充分发挥FPGA芯片数据并行处理优势，具备体积小、速度快、集成度高，通电即可工作的特点，有利于在狭小的驾驶舱环境部署，具有一定的工程应用价值。     

对脑电信号特征的驾驶疲劳检测方法

疲劳驾驶已成为一种严重的社会问题,但是目前业内依然缺乏一种行之有效的疲劳驾驶预防与技术检测手段。本文提出了一种基于脑电信号特征的驾驶疲劳检测方法,文中采用疲劳驾驶模拟试验方法,通过分析研究对象面部表情变化情况,探讨了驾驶员疲劳状态与其脑电信号特征之间的关联性。在此基础上,本文分别提取研究对象脑电信号特征值中的δ、θ、α与β四种脑电节律能量值进行疲劳指数对比分析。     

基于脑电图识别结合操纵特征的驾驶疲劳检测分析

交警部门在进行道路安全管理时,对疲劳驾驶的人员进行有效的驾驶疲劳检测,是辨别疲劳驾驶人员前提与基础。本文基于脑电图识别结合操纵特征为切入点,通过选取的样本进行驾驶疲劳实验,将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态。     

基于SVM的疲劳驾驶人脸图像特征检测算法

针对传统图像识别算法对疲劳驾驶检测精度差、准确率低的缺陷,提出了一种利用人脸图像特征提取的疲劳驾驶检测方法。首先将实时采集到的车辆驾驶员面部图像进行预处理,借助Dlib检测出图像中的人脸区域并进行人脸图像特征点的标注,然后使用基于眼睛纵横比(Eye Aspect Ratio,EAR)的方法进行图像中人眼疲劳特征的识别,基于嘴唇纵横比(Mouth Aspect Ratio,MAR)的方法进行图像中嘴部疲劳特征的识别,最后利用支持向量机(SVM)的方法将两种特征融合起来进行疲劳驾驶检测。实验表明,该方法可以准确地定位出特征点,疲劳检测的识别率达84.29%,可以有效地识别出疲劳状态。     

基于脑电识别与车辆操纵特征的驾驶疲劳检测分析

本文以脑电识别与车辆操纵特征为切入点,通过模拟疲劳驾驶实验,将脑电识别与车辆操纵特性相结合来检测驾驶员的疲劳状态.通过对脑电信号的S变换分析,发现不同驾驶时刻其变换时频谱图存在显著差异,可用来区分驾驶过程中驾驶员的精神状态,结合车辆操纵特征参数,得到操纵特征与疲劳状态的关系,为脑电识别与操纵特征的驾驶疲劳检测的有效性提供一定的理论和实验基础.     

一种考虑驾驶员姿态及光照因素的疲劳驾驶稳健检测算法

考虑疲劳驾驶检测过程中容易出现的偏头情形和光照因素影响,提出一种疲劳驾驶稳健检测算法。在实现Adaboost和主动性状模型相结合的人眼定位基础上,算法首先通过归一化人脸图像旋转等手段,使检测系统可以适应驾驶过程中经常出现的驾驶员偏头情形;其次通过补充人脸训练样本和引入直方图均衡等手段,使其可以更好地适应驾驶中出现的各种光照环境。最后利用Perclos算法对驾驶员疲劳状态进行判定。对模拟视频及车内采集的真实驾驶样本视频进行检测实验,结果表明稳健检测算法可以更准确定位人眼的位置。不仅可以有效的适应偏头情况,并且可以消除光照因素的影响,提升了检测系统的稳健性。     

基于多参数的驾驶员疲劳检测系统

疲劳驾驶已经成为威胁驾驶员安全的重要因素.本文设计了一种融合眼睛状态和心跳速率变化的驾驶员疲劳检测系统,分别研究了驾驶员疲劳时眼睛状态和心跳速率的变化规律,改进了已有的疲劳检测算法以适应驾驶环境.由于融合了眼睛检测子系统和心跳速率检测子系统,该系统既减小了光照等环境因素的影响,又克服了心跳速率检测设备有延迟的缺点,具有更好的准确率.实验结果证明该系统具有良好的鲁棒性和实时性.     

基于ADSP-BF548的驾驶员疲劳检测系统设计

为防止由疲劳驾驶引发的交通事故,采用基于视觉特征PERCLOS的疲劳检测算法,并以ADI公司ADSP-BF548处理器为算法硬件平台,实时检测驾驶员的疲劳状态。本系统通过车载摄像头实时拍摄驾驶员人脸图像,然后经帧差、投影、模板匹配等图像处理方法正确定位驾驶员的人眼位置,最后根据单位时间内人眼闭合时间所占比,超过阈值则适时预警。实验表明,基于ADSP-BF548的驾驶员疲劳检测系统具有良好的准确性和实时性。     

基于面部特征信息的疲劳检测算法研究

目前疲劳检测在生活中很多方面都有应用,尤其在驾驶领域,包括道路驾驶、轮船驾驶以及飞机驾驶等。疲劳程度的判断对于驾驶领域有着一定的帮助,可以减少事故的发生。鉴于此情况,提出一种改进的PERCLOS疲劳检测算法,用于对驾驶人员进行疲劳检测。首先,在现有AdaBoost算法的前提下,通过与Haar-Like特征相结合,分析人脸面部特征;其次,利用改进的PERCLOS算法对驾驶人员的疲劳状态进行监测,对其做出疲劳判断。     

影响疲劳强度可靠性的模糊因素分析

机械或结构的疲劳现象极为复杂，受许多因素的影响。重点分析了影响机械或结构疲劳强度可靠性的模糊因素：疲劳强度可靠性分析中的主观不确定性，载荷的模糊性，某些疲劳断裂参数的模糊性，失效准则中的模糊性。指出了建立模糊可靠性理论的必要性。     

基于视觉的车道线检测技术研究

环境感知技术是汽车自动驾驶的基础,车道线检测技术是环境感知的关键部分.本文提出一种基于视觉的车道线检测技术.首先,运用"张正友标定法"对单目相机参数标定;然后将图像转换成鸟瞰图,并使用LaneRidge检测器对车道线进行分离;其次,使用随机抽样一致算法RANSAC拟合车道线,并对虚实车道线进行分类;最后,在MatLab...     

基于3G视频的驾驶员疲劳状态检测方法

疲劳驾驶已成为交通事故发生的主要原因之一。文中提出了一种基于3G视频的人眼疲劳检测方法。通过DirectShow技术对视频流抓取视频帧,采用肤色聚性特征进行人脸定位,基于灰度信息进行人眼定位与追踪,并采用Perclos方法进行疲劳判断。通过此方法,可以及时了解驾驶者的疲劳状态,有效预防疲劳驾驶。