面部表情特征提取及其在司机疲劳状态识别中的应用开题报告
2020-05-28 07:01:31
1. 研究目的与意义(文献综述包含参考文献)
文 献 综 述
驾驶疲劳,是指驾驶人在长时间连续行车后,产生生理机能和心理机能的失调,而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足,长时间驾驶车辆,容易出现疲劳。驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面。疲劳后继续驾驶车辆,会感到困倦瞌睡,四肢无力,注意力不集中,判断能力下降,甚至出现精神恍惚或瞬间记忆消失,出现动作迟误或过早,操作停顿或修正时间不当等不安全因素,极易发生道路交通事故。因此,疲劳后严禁驾驶车辆。
疲劳驾驶是造成交通死亡事故的主要原因之一。许多国家的交通事故的统计数据表明,造成人身伤害甚至死亡的事故中20%以上由疲劳驾驶导致。开发能够实时检测疲劳驾驶行为并对驾驶员进行及时预警的系统,对改善交通安全状况意义重大。
2. 研究的基本内容、问题解决措施及方案
1.研究的问题
本课题主要研究人脸表情特征提取及识别算法的研究
确定检测特征点的方法并进行疲劳驾驶实验,记录驾驶员的面部表情
2.研究的途径
1)收集相关资料,查阅中外文献、请教老师和同学讨论。学习和掌握matlab软件的使用
2)针对人的面部表情状态建立方案,确保设计的准确性
3)采用标记点检测法通过图像处理的手段对标记点本身进行检测
对图像进行RGB值限定,提取出标记点位置,再与人脸模板进行匹配得到与煤电对应的坐标值,最终通过计算得到指标值,根据与处理得到的个数据单元的指标值,以及通过视频打分得出的相应视频的疲劳等级,分析各个指标和疲劳状态之间的关系,得出各指标在不同疲劳状态的分布规律建立4个指标为特征向量的典型判别函数。为了提高判别精度可考虑进一步从更广义的拓扑几何结构角度分析提取驾驶人面部表情特征,或者结合其他多方面的特征通过多源
信息融合提高判别精度。