基于高斯眼白模型的疲劳驾驶检测

摘要：

目的 为解决疲劳驾驶检测中人眼状态识别的难点,提出一种基于眼白分割的疲劳检测方法.方法 首先对获取图像进行人脸检测,利用眼白在Cb-Cr上良好的聚类性,基于YCbCr颜色空间建立高斯眼白分割模型;然后在人脸区域图像内做眼白分割,计算眼白面积;最后将眼白面积作为人眼开度指标,结合PERCLOS (percentage ofeyelid closure over the pupil over time)判定人的疲劳状态.结果 选取10个短视频进行采帧分析,实验结果表明,高斯眼白分割模型能有效分离眼白,并识别人眼开合状态,准确率可达96.77％.结论 在良好光线条件下,本文方法能取得不错的分割效果;本文所提出的以眼白面积作为判定人眼开度的指标,能准确地判定人的疲劳状态.实验结果证明了该方法的有效性,值得今后做更深入的研究.

关键词：疲劳驾驶、人脸检测、眼白特征、YCbCr、高斯模型、PERCLOS(percentage of eyelid closure over the pupil over time)

所属期刊栏目：21

分类号：TP274.4(自动化技术及设备)

资助基金：国家自然科学基金项目61104085;江苏省自然科学基金项目BK20151463;江苏省大学生科技创新项目201511276014ZNational Natural Science Foundation of China61104085;Natural Science Foundation of Jiangsu Province,ChinaBK20151463

在线出版日期：2016-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1515-1522