基于人眼狀態(tài)的駕駛員疲勞檢測技術研究.pdf

1、疲勞駕駛是當前交通事故發(fā)生的主要原因之一，是一個重大的社會問題?；谟嬎銠C視覺的疲勞駕駛檢測，是一種車載、實時、非接觸的疲勞檢測技術，已經(jīng)成為當前研究的一個熱點。
　　 本文研究的主要內容包括：人臉檢測、人眼定位、眼睛特征提取和狀態(tài)識別、疲勞程度的計算等算法的原理及實現(xiàn)。
　　 首先詳細闡述了經(jīng)典的AdaBoost算法，該算法涉及的內容包括Haar-Like特征，弱分類器，級聯(lián)的AdaBoost分類器等。然后利用AdaB

2、oost算法進行人臉檢測，在檢測到人臉后，結合人臉的“三庭五眼”結構確定人眼的大致區(qū)域，再進一步使用該算法在這個區(qū)域內進行人眼檢測。實驗表明，該方法能夠有效地提高人眼檢測的速度，從而可以更好地滿足系統(tǒng)實時性的要求。
　　 雖然AdaBoost算法的檢測速度快，誤識率低，但是在樣本的權重更新過程中，對于分類錯誤樣本中的正、負樣本沒有加以區(qū)分，不利于提高正樣本的識別率。本文提出一種新的權重更新方法，對于分類錯誤的樣本，對判斷錯誤的正