疲劳驾驶面部区域信息检测与分析的汇报.pptVIP

疲劳驾驶状态中多视角面部区域特征信息检测与分析 主要内容 1 研究的背景和意义 2 国内外研究现状 2.1国外研究现状 2.2国内研究现状 3 主要的研究内容及方法概括 3.1 人脸监测方法的概述 3.2 人眼定位方法的概述 3.3 嘴巴特征信息的提取方法 1研究的背景和意义 根据道路交通事故数据统计分析，交通肇事与驾驶员人为因素相关的案例占到 90%以上，而高速公路上驾驶员疲劳驾驶、精力分散，甚至打瞌睡是引发交通事故的直接原因。因此为了有效降低事故和减少人员伤亡，研究人员开发了各种各样的检测系统对驾驶员驾驶状态进行检测与分析。 目前，利用驾驶员视觉信息进行疲劳检测方法主要有以下几种: 头部位置监测方法; 眼部状态监测方法; 瞳孔特征监测方法; 视线跟踪监测方法; 嘴巴状态监测方法。 1 研究的背景和意义 人脸检测问题的提出是为了在自动人脸识别系统中的定位。从人脸检测的模式、人脸特征的提取、人脸特征的综合、评估标准等角度，系统的了解了人脸检测系统，并将人脸检测方法分为 ：基于几何特征的方法，基于肤色模型的方法和基于统计理论的方法，并对各个方法的优缺点进行了比较，最后，对人脸检测今后的发展方向进行探讨。 人脸检测属于模式识别领域，是一项极具研究意义的课题，无论理论上还是实际应用上，它的研究成果都将对许多领域产生深远的影响。然而，目前的检测方法大都是针对正面人脸的检测，多视角人脸的检测还存在很大的困难，有效的方法还不多。 1研究的背景和意义 驾驶者的疲劳状况可以从眼睛的闭合频率和眼皮的张开程度反映出来。一般地,驾驶者精神饱满时,其眨眼频率和眼皮张开程度都有统计的正常值,而当驾驶者处于疲劳状态下,眼皮的张开程度较小,眨眼频率也明显降低。因此,利用眼睛的状态就可以判断出驾驶者的疲劳程度。 1研究的背景和意义 频繁的打呵欠同驾驶疲劳之间存在较强的相关性，且驾驶员在打哈欠时，嘴部是整个人脸变化最剧烈的区域，其几何特征变化也最明显。 因此，通过实时检测驾驶员嘴部状态的变化对驾驶员是否疲劳进行识别，能提高驾驶疲劳检测的准确率和可靠性。嘴部区域的准确、快速检测是识别驾驶疲劳的前提和基础，研究者们提出了很多方法。概括起来，主要可分为 2 类： 一类是基于灰度图像的方法； 另一类是基于嘴唇彩色图像的方法。 主要内容 1 研究的背景和意义 2 国内外研究现状 2.1国外研究现状 2.2国内研究现状 3 主要的研究内容及方法概括 3.1 人脸监测方法的概述 3.2 人眼定位方法的概述 3.3 嘴巴特征信息的提取方法 2 国内外研究现状 Rowley 等人提出了用多个人工神经网络（ANN）来检测多视角人脸。 Feraud R 等采用 CGM 检测器分别针对左右摇摆[0o,20o] ，[20o,40o]的人脸。 Schneiderman H 的论文中将人脸划分为左侧面、正面和右侧面，并训练了三个基于视图的检测器，分别处理这三种情况。 Yong min Li 等在论文中采用 SVM 方法进行多视角人脸的检测和识别。 ViolaP 等采用层叠型检测器进行多视角人脸。 Yan Wang 等在论文中将层叠型检测器扩展为金字塔型检测器进行多视角的检测。 2.1 国外研究现状 2 国内外研究现状 在国内的研究中，四川大学教授周激流尝试了“稳定视点”特征提取方法，即为使识别系统中包含3D信息，对人脸侧面剪影识别做了一定的研究，并实现了正，侧面互相参照的识别系统。 人脸检测是一项具有挑战性的课题，而目前的研究主要侧重于二维静态正面人脸的研究，其应用领域也具有一定的局限性。因此，今后的研究重点将逐步转向多视角、多姿态和动态人脸的识别检测。 2.2 国内研究现状 主要内容 1 研究的背景和意义 2 国内外研究现状 2.1国外研究现状 2.2国内研究现状 3 主要的研究内容及方法概括 3.1 人脸监测方法的概述 3.2 人眼定位方法的概述 3.3 嘴巴特征信息的提取方法 3.1 人脸监测方法的概述 基于几何特征的人脸检测方法 所谓的人脸几何特征指的是人脸面部器官在几何上体现的特征。 主要有以下四种方法： 1、人脸轮廓特征：边缘检测是提取人脸轮廓特征的首要步骤。 2、灰度分布特征：这类方法中最具有代表性的成果是杨光正提出的镶嵌图方法。 3、器官特征：人脸结构的对称性是一个重要特征，然而它对姿态、表情及光照的变化比较敏感。 4、模板特征：人脸区域的灰度本身可以作为模板特征，基于模板匹配方法可以有效检测到图像中的人脸。 该类方法适于简单背景下的正面单人人脸检测