如需要完整文档点击下方 "点击下载文档" 按钮
疲劳驾驶检测算法研究对提升交通安全有着重要的意义。目前,已有大量关于疲劳驾驶的文献和成果。在疲劳驾驶检测算法中,眼睛开闭状态的判断起着至关重要的作用。深度级联卷积神经网络用来检测人脸和人脸特征,利用 Dlib 工具快速提取驾驶员人脸特征。基于眼睛特征计算眼睛宽高比,并将眼睛宽高比、传统人眼特征的人眼虹膜等用于判断眼睛开闭的参数。论文提出一种实时融合了 EAR、虹膜等多个特征的眼睛状态检测算法,可补偿传统人眼特征的像素值比较敏感的不足, 也补偿了 EAR 在人脸倾斜、戴眼镜、光照变换、眼睛周围有光斑等情况下非常不可靠的不足。 在640*480 分辨率,帧率 30 fps 的视频上获得平均 92% 的检测正确率。 实验结果表明融合后的算法可在光照变换、人脸倾斜、佩戴眼镜等条件下提升检测性能,鲁棒性较高。
如需要完整文档点击下方 "点击下载文档" 按钮
《基于多特征融合的眼睛状态检测算法研究》
将 完整文档 下载到本地,方便收藏和查阅
文件号:060707
点击下载文档