摘要
基于机器视觉的驾驶人疲劳检测系统,通过对驾驶人眼睛动作的分析实现对驾驶人疲劳状态的估计。眼睛区域的准确定位是保证疲劳检测精度的前提条件。然而,实际行车过程中,驾驶人头部姿态随机、快速变化会造成眼睛区域定位精度的严重下降。该文在基于主动形状模型(ASM)算法实现驾驶人眼睛区域粗定位的基础上,针对ASM模型在实际检测过程中的姿态适应性较低与定位精度不高的问题,提出局部ASM模型来增强ASM算法的姿态适应性;进一步引入平均合成精确滤波器(ASEF)算法与ASM算法相结合的思路提高对眼睛区域的定位精度;同时,提出单、双眼相结合的ASEF算法来提高眼睛虹膜中心定位的鲁棒性。实验结果表明:该算法对于驾驶人头部姿态变化具有较强的适应性,能够实现眼睛区域的准确定位。
-
单位汽车安全与节能国家重点实验室; 清华大学