疲劳驾驶检测中人眼实时定位与跟踪

针对疲劳驾驶检测中现存的一些难点,提出了一种新颖的驾驶员眼睛定位与跟踪方法.首先采用Gamma校正和图像自商算法对红外光源采集到的驾驶员行车图像进行预处理,进而采用基于Haar-like特征的AdaBoost算法初定位驾驶员眼眉区域,并在此基础上采用眼眉区域15点ASM(Active Shape Models)模型来准确定位驾驶员的眼睛区域,最后采用了Unscented卡尔曼滤波算法完成驾驶员眼睛的实时跟踪.实验结果表明,该算法不仅可以提高对光照、姿态变化以及驾驶员眼睛运动的强非线性问题的鲁棒性,同时对驾驶员配戴眼镜的情况也能得到较为理想的处理结果.     

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。     

基于多形态红外特征与深度学习的实时驾驶员疲劳检测

疲劳驾驶是导致车祸的重要诱因，严重危害道路交通安全，而车辆行驶过程中的光照条件变化、驾驶员姿态调整和眼镜遮挡等因素将对疲劳检测任务产生不利的影响。针对以上问题，提出了基于深度学习的驾驶员疲劳检测算法。首先，使用850nm红外光源补光，在复杂光照和遮挡形态下采集驾驶员的面部图像；其次，利用红外图像中的多种特征，通过级联CNN确定人脸边框和特征点位置，提取眼睛区域并识别眼睛的睁闭状态；最后，将眼睛状态识别结果和连续图像中的特征点坐标差值输出至LSTM网络，检测驾驶员疲劳状态。实验结果表明:该疲劳检测算法的准确率可达94.48%，平均检测时间为65.64ms。     

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Matlab的人眼疲劳度检测

研究旨在协助驾驶员提高行车安全,减少疲劳驾驶带来的隐患.检测汽车驾驶员的唤醒状态,若得到疲劳信息,则发出警报.边缘检测算法,边界跟踪算法以及人眼定位算法以实现对驾驶员的监测;设计中定义眼睛闭合度的参数,衡量所采集到的眼睛图像的纵横之比,使系统对不同的人或同一个人的不同状态进行测量,保证实际应用价值.     

基于人眼状态信息的非接触式疲劳驾驶监测与预警系统

疲劳驾驶预警系统对保障驾驶员的安全驾驶具有十分重要的作用。以驾驶员人眼图像信息处理为基础,建立了离散单位时间内非正常状态时间所占百分比疲劳判断模型,实现了对驾驶员疲劳状态的监控与预警。通过近红外光源对人眼主动照明,采用互补金属氧化物半导体摄像头实现对人眼图像信息的采集,基于Adaboost算法实现人眼准确定位,利用Harris强角点检测人眼中心区域,得到眼睛的视线状态信息,根据疲劳判断模型,设计可调的预警阈值,实现驾驶员疲劳状态的分级预警。实验结果表明:在一定条件下,系统判断响应时间为1.5 s,虚警率为4%,具有抗干扰性强和实时性好等特点。     

基于红外差分和积分投影的驾驶员眼睛定位

眼睛位置的快速准确定位是利用机器视觉方法对驾驶员的状态进行监测以及预警的前提。为了检测出眼睛的位置,采用一种基于红外差分和灰度积分投影的方法进行了驾驶员眼睛的定位。首先利用瞳孔在近轴和远轴红外光分别照射下的不同状态,采集到瞳孔亮暗程度不同的两幅图像,然后将采集到的奇偶帧图像进行差分等相关形态学处理,获得了只包含瞳孔的二值化图像,最后分别对左右眼进行垂直和水平投影,获得左右眼的精确横竖坐标。对该方法进行了理论分析和实验验证,取得了很好的效果。结果表明,该方法具有较高的准确率和实时性。这一结果对下一步驾驶员的疲劳检测是有很大帮助的。     

疲劳驾驶监控中的眼睛状态识别方法

介绍了一种对驾驶员眼睛状态进行准确识别的技术方法,先检测出人脸上半部区域,再采用AdaBoost算法检测出驾驶员正常睁开的眼睛,然后制成眉毛与眼睛组合在一起的睁眼状态模板.与未检测到眼睛的人脸上半部区域进行匹配,当该区域内的最大相似度值小于某设定阈值时认为眼睛是睁得很小或闭合状态,否则认为眼睛睁得正常.采用此方法可快速有效地识别出驾驶员的疲劳状态,并应用于驾驶状态的实时监控.     

基于ZYNQ AP SoC的安全驾驶系统设计

针对系统对实时图像处理的需求,本文提出了一种基于ZYNQ AP SoC的安全驾驶系统设计方案.本系统由ZYNQ架构中的PL(FPGA)部分负责驱动CMOS摄像头,将采集的图像进行灰度转换,传给PS(ARM)部分运行Adaboost算法,对图像进行人脸检测,从而获取驾驶员的眼睛和嘴巴的坐标值、面积值和张开度,并利用OpenCV的PERCLOS算法制定疲劳状态标准,给出预警信息.同时,ARM通过USB驱动摄像头,实现行车记录,并通过酒精浓度传感器采集车内酒精浓度,实现酒驾预警.通过实验表明,本系统性能稳定,实现了保障安全驾驶的目的.     

基于Haar-like和肤色特征的驾驶员脸部检测融合算法

对驾驶员面部疲劳状态进行视觉监测的前提是脸部区域的准确、快速检测。采用改进的基于Haar-like特征的人脸检测算法检测出可能存在的初始人脸区域,然后适当扩大初始人脸区域范围,并在此基础上利用肤色特征和区域连通算法在YCbCr和rgb颜色空间上对人脸区域进行二次定位,最后根据定义的脸部区域重合度和人脸几何特征,实现脸部区域的融合检测。实验结果验证了该算法的准确性和可靠性。     

基于视觉信息融合的驾驶员疲劳监测方法综述

驾驶疲劳已成为引发交通事故的主要原因,现介绍了疲劳产生的原因以及国内外对于疲劳状态监测技术的研究现状.详细分析了基于视觉信息的五种监测技术,认为没有一种单独的方法能够准确可靠地测量驾驶疲劳,提出了一种基于视觉信息融合的监测方法.     

基于视频监控的火灾安全监测系统的设计

文中旨在设计和实现一种基于视频监控的火灾安全监测系统,该系统利用火焰识别算法和人员疲劳检测算法,能实时监测火灾的发生并提前检测人员疲劳情况,为火灾安全管理提供有效的帮助。首先,针对火焰识别,文中提出了一种基于图像处理和机器学习的火焰识别算法,其能准确、快速地检测到火焰的存在。其次,针对人员疲劳检测,文中设计了一种基于计算机视觉和模式识别的人员疲劳检测算法,其能实时监测相关人员的眼睛状态和姿势,及时发现疲劳迹象。〖JP+1〗最后,通过将这两种算法与Java后端系统进行集成,实现了一个完整的火灾安全监测系统。实验结果表明,该系统在火灾安全监测方面具有较高的准确性和实时性,为火灾事故的防范和人员安全提供了有效的保障。     

基于复杂驾驶环境下面部特征识别技术的防疲劳驾驶系统

本课题阐述基于面部特征识别技术的防疲劳驾驶系统研究、开发.通过后台管理系统进行大数据分析,研究驾驶员疲劳规律、预测驾驶员可能出现的疲劳,方便管理人员有针对性的重点关注"常疲劳"的驾驶员,实现精细化管理,尽早预防、尽量避免疲劳驾驶,为行车安全把好关.     

Design and implementation of a real-time eye tracking system

Driver fatigue severely affects driver's alertness and ability to drive safely. There are vital problems related to drivers fatigue on driving of trains, vehicles and airplanes. Therefore, the driver fatigue research is important. In this paper, we first study the impact of eye locations on face recognition accuracy, with Haar-like feature and AdaBoost classifier, face and eye area can be detected quickly and accurately. In the part of eye tracking, cam-shift based mean-shift algorithm is used to track the eyes. This method could automatically adjust the size of tracking window according to the different posture of driver. The performance of our eye detection method is validated by using image database with more than 6000 pictures. In addition, our real-time eye tracking system has been tested on railway line segment (China). There are 5 train drivers involved in the experiment. The validation shows that our eye detector has an overall 93% eye detection rate.     

Eye detection and tracking using IR source

Driverfatigueisoneofthemostimportantfactorsin manyvehicularaccidents.InU.S.A,theNationalHigh wayTransportationSafetyAdministrationhasestimated thatabout100,000police reportedcrashesarethedirect resultofdriverfatigueeachyear,representingmorethan1,550deaths…     

美国Mercury系统的最新进展

Mercury激光系统是一个可升级的重复频率惯性聚变驱动器,它的运行目标是：波长1047nm,10Hz频率。输出能量100J,脉宽2-10ns,电光效率10％。该系统利用激光二极管抽运Yb^3 ：S-FAP晶体,由氦气流对晶体进行冷却。通过离轴像传递系统实现四通放大。报导了该系统2003年初至2004年1月底的最新进展情况。     

基于ISA总线的有线电视信号监测系统

针对传统有线电视信号监测方法的缺陷，提出了一种基于ISA总线的有线电视信号监测系统的设计方案，实现对有线电视图像、伴音和伴音载频信号的自动监测与报警。详细讨论了系统的软硬件设计，并介绍了使用WinDriver设计硬件驱动程序的方法。