基于MATLAB的人眼检测课件.docx

目录摘要IAbstractII1 绪论11.1 研究背景及意义11.2 国内外疲劳驾驶研究现状21.3本文的主要研究内容及组织结构32 人脸检测与定位技术42.1人脸检测与定位技术概述42.1.1基于图像的人脸检测方法42.1.2基于特征的人脸检测方法52.2 Adaboost算法介绍62.2.1 AdaBoost 算法描述72.3 AdaBoost算法分类器102.3.1 分类器级联策略102.3.2 级联分类器误差分析113 人眼定位技术123.1 常见的几种人眼检测方法123.2 矩形特征及积分图143.2.1 矩形特征143.2.2 积分图153.3 AdaBoost算法的改进163.4 构建双层AdaBoost分类器进行人眼检测183.4.1 人脸定位与人眼定位的差异183.4.2 人眼定位预处理193.4.3 人眼定位双层分类器的构建203.5 人眼定位算法的设计与实现204 人眼状态识别214.1 基于椭圆拟合的人眼状态分析215 基于PERCLOS标准的疲劳状态分析235.1 PERCLOS方法介绍236 总结25参考文献26附录A28摘要随着汽车工业的不断发展,随之而来的社会问题也愈加严重。交通事故给人们造成巨大伤害的同时,也给社会带来沉重的负担和影响。由于疲劳驾驶是引起交通事故的一个主要原因。因此,研究一种合理有效、实时准确检测驾驶员疲劳驾驶的非接触式车载装置对于减少交通事故,道路安全有重大意义。本文研究的主要内容包括：人脸检测、人眼定位、眼睛特征提取和状态识别、疲劳程度的计算等算法的原理及实现。首先详细阐述了经典的 AdaBoost 算法，该算法涉及的内容包括 Haar-Like 特征，弱分类器，级联的 AdaBoost 分类器等。然后利用 AdaBoost 算法进行人脸检测。虽然 AdaBoost 算法的检测速度快，误识率低，但是在样本的权重更新过程中，对于分类错误样本中的正、负样本没有加以区分，不利于提高正样本的识别率。本文提出一种新的权重更新方法，对于分类错误的样本，对判断错误的正样本给更高的权重，使得算法在下一轮迭代时，更加关注对分类错误的正样本的学习，从而提高对正样本（人眼）的检测率。采用基于最小二乘法对眼部的外轮廓进行椭圆拟合，根据拟合椭圆的参数来判断眼睛的睁闭状态；采用结合 PERCLOS 和眨眼频率的方法，对疲劳状态进行检测。关键词：疲劳检测，AdaBoost，人眼定位，PERCLOSAbstractWith the development of the automobile industry continuously, the social problems are more and more severe. The traffic accidents not only cause great harm to thepeople,but also bring heavy burden and effect to society. Because fatigue driving is a major reason that caused traffic accidents. Therefore, research a reasonable and effective real-time and non-contact device due to the detection of driver fatigue driving has great significance for reducing traffic accidents and raising road safety.In this paper, the main research contents are face detection, eye location, eye feature extraction, principle and realization of the calculation of fatigue’ degree. Firstly, the classical AdaBoost algorithm is produced in detail. which involves Haar-Like features, weak classifier，cascade AdaBoost classifier, etc. Next, face is detected based on AdaBoost algorithm.Although the AdaBoost algorithm with a low false positive rate is fast, there is nodistinction betw