基于Adaboost算法的駕駛員疲勞駕駛檢測.pdf

1、自從福特發(fā)明轎車以來，社會對汽車的保有量越來越大，道路也變得越來越擁擠。隨著產(chǎn)生的交通事故也越來越多，其中絕大多數(shù)是由于疲勞駕駛所導(dǎo)致的。交通事故的產(chǎn)生給家庭和社會都帶來了巨大的傷害和影響。因此，研發(fā)一個實時性強，準確率高的疲勞駕駛檢測系統(tǒng)顯得十分有必要，也必將帶來十分重大的社會效益和經(jīng)濟效益。
　　基于此，本文從人臉定位，人臉跟蹤，人眼輪廓檢測以及疲勞判定法則入手。提出了一種基于Adaboost的算法的疲勞駕駛檢測方法。

2、　　本論文做的主要工作如下：
　　1.闡述了基本的人臉定位方法，研究了基于Haar特征的Adaboost分類效果，以及三種典型的adaboost算法在級聯(lián)次數(shù)增加的情況下的錯誤率對比。
　　2.研究了壓縮感知算法，在人臉定位的基礎(chǔ)上，在已知的人臉位置信息上，利用稀疏矩陣抽取人臉特征，從而建立一個人臉跟蹤模型。
　　3.闡述了人眼輪廓定位和模板匹配方法，利用一種改進的AAM算法來實現(xiàn)對人眼輪廓定位，然后對當(dāng)前疲勞判定領(lǐng)域