关键字 |
司机的困倦,眼睛跟踪、人脸检测、疲劳、事故防范体系 |
介绍 |
交通事故,司机疲劳是一个重要因素。最近的统计报告显示,每年有1200人死亡,76000人受伤可以归因于疲劳相关的崩溃[1]。因此开发的技术来检测司机的睡意属性领域的一个重大挑战事故规避系统,也是一个活跃的研究领域。在文学中,有四种类型的技术,用于检测嗜睡的司机。 |
答:感知的生理特点 |
在所有这四种方法中,最正确的方法是基于人类生理现象[1]。这种技术以两种方式实现:测量生理信号的变化,如脑电波、心率、和眼睛闪烁;和测量生理变化如下垂姿势,靠司机的头和眼睛的打开/关闭状态[1]。尽管这种技术是最准确的,这是不现实的,因为传感电极必须直接连接到司机的身体,并因此被恼人的和司机分心。此外,长时间开车会导致传感器上的汗水,减少准确监测的能力。 |
b司机操作的感应 |
第二个技术是适合真实世界的驾驶环境,因为它可以通过使用非侵入性的光学传感器的摄像机来检测变化。 |
这种类型的司机的睡意检测系统首先捕获驱动程序使用相机的脸图像位于车内。之后我们要段只面对地区和排除背景部分。我们可以使用一个非常简单的方法基于颜色模型本地化的脸。脸的定位后,我们需要提取眼睛区域。我们选择眼睛区域作为我们的决定参数,因为眼睛区域是非常动态的性质和嗜睡的人只能由看着眼睛[7]。如果眼睛打开,这种情况是正常的,如果眼睛关闭我们应该产生一个报警信号,提醒司机。 |
c .感应车辆响应 |
司机操作和车辆行为可以通过监控实现方向盘运动,加速或制动模式,车辆速度、侧向加速度、侧向位移[3]。这些也非侵入性的方法检测嗜睡,但仅限于车辆类型和驱动程序的条件。 |
d .监控驾驶员的反应 |
最后的睡意检测方法是通过监测驾驶员的反应[6]。这包括定期要求司机将响应发送到系统指示警觉性。这种方法的问题是,它最终将成为无聊和讨厌的司机。 |
不同阶段参与睡意检测系统 |
在下一节中我们将描述不同阶段参与了睡意检测系统。 |
答:图像采集 |
我们可以使用网络摄像头安装车内获得司机的形象。虽然相机生成一个视频,我们需要我们的算法适用于视频的每一帧。在本文中,我们将只讨论处理机制上执行一个框架。 |
b .检测区域 |
在这个阶段,我们发现该地区包含的司机。可用各种各样的技术,但是我们使用一个非常简单的一个基于颜色空间模型。有基础RGB色彩空间,HSV和YCbCr [11]。我们可以使用任何其中的一个,但其中HSV和YCbCr给最好的结果。在HSV颜色模型的情况下,如果我们改变一个图像到这个颜色空间模型,一个像素的H(色调)和S(饱和度)组件满足以下条件将被视为肤色像素。 |
0 < = H < = 0.25;0.15 < = S < = 0.9 - - - - - - - (1) |
同样的,如果我们将一个图像到YCbCr颜色模型,肤色像素的Y, Cb和Cr组件应该满足以下方程。 |
135 < Y < 145;100 < Cb < 110;140 < Cr < 150 - - - - - - - - - - - - (2) |
c .检测眼睛区域 |
检测后面临区域我们应该检测眼睛区域,因为在我们的方法中,我们使用眼睛作为我们的决定参数确定司机的睡意[4][5][7][8]。检测眼睛的地区也可能使用不同的方法。在我们的方法中,我们使用强度变化的概念,因为眼睛是最黑暗的一部分的脸。我们需要为每个y -坐标计算平均强度。这就是所谓的平均水平,因为平均水平值中。 |
山谷(下降)的情节水平值表明强度变化。水平值最初绘制时,发现有许多小山谷,这并不代表强度变化,但由于小差异平均水平。要修正这个问题,实现平滑算法。平滑算法消除和微小的变化,导致一个更光滑、干净的图。 |
获取水平平均数据后,下一步是找到最重要的山谷,这将表明眼睛区域。假设这个人有一个统一的额头(即。前额头发覆盖),这是基于这样一种观念,从顶部的脸,向下运动,第一强度变化是眉毛,和下一个变化是眼睛的上边缘,如下所示。 |
山谷发现通过寻找边坡从消极到积极的变化。和峰发现从正到负斜率的变化。谷的大小是由寻找峰之间的距离和山谷。一旦所有的山谷被发现,它们的大小排序。 |
d .检测眼睛的垂直位置 |
最大第一谷最低的y坐标是眉毛,和第二大山谷下一个最低的坐标是眼睛。这是图4 a和4 b所示。 |
这个过程是为单独的左边和右边的脸,然后发现眼睛区域的左边和右边比较来检查眼睛是否正确。计算左边意味着平均从左边缘到中心的脸,和同样的右边的脸。单独做双方的原因是因为当司机的头是倾斜的平均水平是不准确的。例如,如果头部向右倾斜,眉毛区域的水平平均左眉,甚至额头的右手边。 |
e .提取眼睛区域 |
在这个阶段,我们需要提取眼睛从整张脸因为我们需要检查眼睛,确定是否一个人觉得昏昏欲睡。 |
f .确定眼睛的状态 |
眼睛的状态(是否打开或关闭)是由前两个强度之间的距离变化中发现上述步骤。当眼睛关闭,y -坐标之间的距离的强度变化较大时相比,眼睛是开放的。这是图5所示。 |
限制,如果司机移动自己的脸接近或远离相机。如果发生这种情况,距离会有所不同,因为像素面对占用不同的数量,如下见过。由于这个限制,系统假设司机的脸几乎保持不变的距离相机。 |
g .睡意检测 |
当有5个连续帧找到眼睛关闭,然后警报被激活,司机提醒醒来。连续的封闭框架是必要的,以避免由于闪烁包括闭目的实例。判断标准的警觉水平的基础上,闭目数是基于结果的一项研究中发现[1]。 |
实验结果 |
结论 |
在本文中,我们已经讨论了关于睡意检测过程,它检查眼睛的状态(打开或关闭)和基于状态我们可以确定司机的嗜睡状态。另一方面,嘴或头部的运动还可以定义睡意财产。口,如果一个人感到昏昏欲睡或昏昏欲睡,然后嘴巴将经常开放。头,一个昏昏欲睡的人总是想弯他/她的头车的地板上。所以可能进一步的研究可以考虑这些约束。 |
|
数据乍一看 |
|
|
引用 |
- W.W. Weirwille,¢概述研究驾驶员睡意定义和司机睡意检测,一个¢14日国际TechnicalConference增强安全的车辆,页23日,1994年。
- h .上野、金田m和m . Tsukino¢开发的睡意检测SystemA¢,车辆导航系统为研讨会论文集,pp.15A¢20,1994。
- 科瑞撤A, m . Uddman, j . Sandin¢车辆控制和嗜睡,一个¢瑞典国家公路和运输研究所科技rep.vti - 922 A, 2002。
- 不久,一个¢Perclos和眼睛跟踪:挑战和机遇,一个¢应用科学实验室、贝德福德,马。Tech.Rep。,1999年。
- 问:霁和x j·杨,¢实时眼,目光和人脸姿态跟踪监测司机警惕,一个¢实时成像,8卷,页357 A¢377,2002年10月。
- p . Boyraz m . Acar D·科尔,一个¢多传感器司机困倦监控、一个¢美国机械工程师学会学报》上,D部分:汽车工程杂志》,222卷,没有。11日,页。2041 A¢2062,2008。
- m·埃里克森和N.P. Papanikolopoulos,一个¢眼球追踪检测司机FatigueA¢,IEEE智能交通系统程序,pp314 - 319, 1997。
- 佩雷斯,A克劳迪奥et al ., A¢脸和眼睛的跟踪算法基于数字图像ProcessingA¢,IEEE系统,人与控制论2001会议,2卷,1178 - 1188页,2001年。
- 辛格Sarbjit和N.P. Papanikolopoulos¢监视司机疲劳使用面部分析TechniquesA¢,IEEE智能交通系统程序,314 - 318页,1999年。
- 冈萨雷斯,c . Rafel和森林,e·理查德,一个¢数字图像ProcessingA¢,普伦蒂斯霍尔:鞍上游,新泽西州,2002年。
- 桑杰辛格,一个¢健壮的基于肤色的人脸检测algorithmA¢,淡江科学与工程杂志》下册,没有。4,pp227 - 234, 2003。
|