基于智能算法的面部特征感知的研究.pdf

1、面部特征是每個人類個體獨(dú)有的特征，不同的人類個體之間面部特征總是存在差異而又保有共同。即使是同一個體，在不同年齡、表達(dá)不同感情、不同精神狀態(tài)時，體現(xiàn)出的面部特征也會不同。利用以上特點(diǎn)進(jìn)行的面部特征感知具有侵入性小，應(yīng)用范圍廣等特點(diǎn)。本文通過人臉區(qū)域定位、人臉特征提取、人臉狀態(tài)判別實(shí)現(xiàn)對面部特征的采集和分類，并在這些特征的基礎(chǔ)上開展了疲勞駕駛的判別算法研究。
　　本文首先簡單介紹了圖像的預(yù)處理方法，并利用對于背景區(qū)域人臉位置變化較大

2、的特點(diǎn)，結(jié)合濾波去干擾，使用差分法將人臉區(qū)域從連續(xù)圖像中提取出來。其次，利用Fisher線性變換確定rgb向量的最佳投影方向，增強(qiáng)色彩間差異，以區(qū)分面部和嘴部的邊界，并對選定的嘴部區(qū)域和眼部區(qū)域分別進(jìn)行垂直和水平投影，采用一定的約束條件來定位嘴部和眼部特征點(diǎn)。第三，針對傳統(tǒng)算法主要依賴嘴部特征進(jìn)行分析的問題，提出了將提取的駕駛員面部及嘴部特征組成的特征向量統(tǒng)一進(jìn)行分析的方法，可以有效減少將聊天狀態(tài)誤判為疲勞狀態(tài)的概率。選用艾塞克斯人臉庫

3、對BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并在進(jìn)行訓(xùn)練時，采用改進(jìn)的自適應(yīng)學(xué)習(xí)率調(diào)節(jié)方法。最后，建立合理的評判體系對計(jì)算結(jié)果進(jìn)行評價，將疲勞等級分為四類，可以直觀的體現(xiàn)當(dāng)前駕駛員的狀態(tài)。
　　本文針對面部特征的特性，從人臉區(qū)域定位、人臉特征提取、人臉狀態(tài)判別三個方面，以駕駛員疲勞判別為實(shí)例，對面部特征感知的研究方法進(jìn)行了創(chuàng)新和改進(jìn)。仿真結(jié)果表明，本文提出的疲勞判別方法針對性較強(qiáng)，可以快速有效地通過駕駛員面部特征對駕駛員狀態(tài)進(jìn)行判別，應(yīng)用價值和實(shí)用價值較