基于PERCLOS—驾驶员疲劳检测系统
摘要
本文描述了PERCLOS测试驾驶疲劳的机理,并介绍了疲劳算法识别。首先,使用肤色模型粗略地检测人
脸的出入口区域,并根据驾驶员面部的几何特征,准确定位眼睛。然后,根据眼部区域的白色像素数和闭眼持续时
间,判断驾驶员的状态。最后实现了疲劳检测决策,结果表明系统能够准确定位眼睛并判断驾驶员的疲劳状态。
脸的出入口区域,并根据驾驶员面部的几何特征,准确定位眼睛。然后,根据眼部区域的白色像素数和闭眼持续时
间,判断驾驶员的状态。最后实现了疲劳检测决策,结果表明系统能够准确定位眼睛并判断驾驶员的疲劳状态。
关键词
PERCLOS;驾驶疲劳;面部识别;疲劳检测系统
全文:
PDF参考
[1]陈明伟,袁晓华,潘敏,谢文丽.从交通事故的分
析和统计中预防.中国安全科学,2004,14(8):59-64
[2]沈培敏,雷科,陈伯辉 . 交通量 1;s 中人为因素
的分析与策略 . 安全和健康,2004,(19):41-43
[3]L. Lang 和 H. Qi,“结 合 PERCLOS 和 AECS 的 驾 驶
员疲劳监测算法的研究”,2008 年计算机科学与软件工程
国际会议,湖北,2008
[4]P. Zheng 和 C. Q. Zhang,“基 于 PE RCLOS 的 疲 劳
检测系统的硬件设计”,2011 年第三届多媒体信息网络与
安全国际会议,上海,2011 年
[5]张玉进,图像工程,“图像处理与分析”,北京:
清华出版社,1999.
[6]史克伟,傅希天,蔡安妮和孙金高,“YCrCb 图像
中的不对称面部分割”,第五届亚太会议 . 第四届通信光
电子与通信学术会议,中国北京,1999 年
[7]郑培,宋正和,周毅明,“基于 PERCLOS 的电机
驾驶员法提谷 e 识别算法”,中国农业大学学报,2002,
7(2)
[8]D. Sommer 和 M. Golz,“基于 PERCLOS 的当前疲劳
监测技术的评估”,2010 年 IEEE 医学和生物学工程国际
会议,布宜诺斯艾利斯,2010 年
[9]G.B.Solanke 和 S.Gore,“使用 YCbCr 颜色模型检测
人类肤色检测的 GPU 加速计算”,2017 年计算,通信控
制与自动化(ICCUBEA),浦那,2017
DOI: http://dx.doi.org/10.12361/2661-3727-04-03-94607
Refbacks
- 当前没有refback。