科研之友
微信
新浪微博
Facebook
分享链接
摘要
疲劳驾驶是造成交通事故的重要原因.通过机器视觉技术对眼睛动作和视线转移特征的分析可实现驾驶人疲劳状态的有效估计.然而,实际行车环境中光照条件的随机、快速变化以及驾驶人面部姿态的不确定性使得眼睛区域的鲁棒性定位变得异常困难.为此,本文引入基于点分布模型的主动形状模型(ASM)算法并针对其在实际行车环境中存在的问题提出了三点改进.首先,建立了基于自商图的局部纹理模型以克服光照变化的影响;其次,充分利用面部局部区域良好的聚类性,建立了层叠式全局形状模型,以适应驾驶人姿态的大角度偏转;再次,在行车过程中,通过对驾驶人面部形状的在线学习实现模型参数分布特征的获取,为ASM算法的配准提供了更加紧致的约束....
-
单位清华大学; 汽车安全与节能国家重点实验室
