基于机器视觉的疲劳驾驶检测实现任务书
2020-02-18 15:54:16
1. 毕业设计(论文)主要内容:
基于机器视觉和PERCLOS(Percentage of Eyelid Closure Time,单位时间内眼睛闭合时间所占的百分比)眼动特征的疲劳驾驶检测具有非侵入性和相关性好的优点,已成为检测疲劳驾驶最有效的技术手段之一。鉴于软件处理在速度上的劣势,基于FPGA(Field-Programmable Gate Array,现场可编程门阵列)的硬件处理系统以其高集成度、强并行处理能力和丰富的硬件资源为疲劳驾驶在线实时检测提供了良好的实现方案。
2. 毕业设计(论文)主要任务及要求
1. 查阅相关文献资料15篇以上(其中近五年外文文献不少于3篇)。
2. 完成开题报告。
3. 首先在matlab环境下对疲劳驾驶检测关键算法即近红外人眼识别进行设计与仿真。然后基于fpga硬件平台,设计流水线结构,实现算法的移植。
3. 毕业设计(论文)完成任务的计划与安排
第1周—第3周 搜集资料,撰写开题报告;
第4周—第5周 论文开题;
第6周—第12周 撰写论文初稿;
4. 主要参考文献
[1] 世界卫生组织.道路安全全球现状报告[eb/ol]. http://www.who.int/violence_injury_prevention/road_safety_status/2015/zh/.
[2]boguslaw cyganek. hybrid computer vision system for drivers' eye recognition and fatigue monitoring[j]. neurocomputing, 2014, (126): 78-94.
[3] tayyaba azim. fully automated real time fatigue detection of drivers through fuzzy expert