一种基于用户定制分类器的眼睛状态识别方法技术

技术编号:4018836 阅读:381 留言:0更新日期:2012-04-11 18:40
本发明专利技术属于图像处理与模式识别技术领域,适用于驾驶员疲劳检测。首先建立人脸图像库和用户人脸图像库,计算每幅图像的人眼图像,并按不同比例将两数据库进行混合;再计算混合人眼图像库中每幅图像的haar-like特征向量,并采用AdaBoost方法构建强分类器;再随机选取若干幅用户人脸图像库中的人眼图像,对构建的强分类器进行判断,选取识别准确率最高的强分类器作为用户驾驶过程中使用的人眼状态识别分类器。本发明专利技术根据用户定制的思想,采用用户数据与人脸库数据混合的方法,对不同用户使用不同的分类器,使得分类器既能提高识别准确率,又降低了识别风险;本发明专利技术还提供了戴眼镜与不戴眼镜两种不同分类器,使得人眼状态识别更具灵活性。

【技术实现步骤摘要】

本专利技术属于图像处理与模式识别
,涉及驾驶员疲劳检测技术。
技术介绍
目前,交通事故每年导致数以万计的车辆碰撞和重大的人员伤亡,据不完全统 计,全世界因道路交通事故导致死亡的人数超过60万,其中由于驾驶员疲劳驾驶造成 的交通事故至少有10万起,直接经济损失达125亿美元。驾驶员疲劳驾驶已和酒后驾 驶一样,成为交通事故的主要隐患。伴随计算机技术的发展,各国研究人员已经从各 个领域开始深入研究疲劳驾驶的检测方法,1998年美国联邦高速公路管理局试验证实 了 PERCL0S(单位时间人眼闭合的百分比)与驾驶员的疲劳状况具有高度的相关性, 这为疲劳驾驶检测开辟了新的思路。详见文献D.F.Dinges,and R. Grace, "PERCLOS A valid psychophysiological measure of alertness asassessed by psychomotor vigilance,,,US Department of Transportation, Federal highwayAdministration. Publication Number本文档来自技高网...

【技术保护点】
一种基于用户定制分类器的眼睛状态识别方法,包括以下步骤:步骤1:建立人脸图像数据库A;所述人脸数据库A包括两个子库A1和A2,其中一个子库A1由除用户外的、不同个体的、不戴眼镜的、正面人脸灰度图像组成,另一个子库A2由除用户外的、不同个体的、配戴眼镜的、正面人脸灰度图像组成;人脸数据库A中的人脸灰度图像的两眼中心点距离不小于48个像素单位,睁眼状态和闭眼状态的人脸灰度图像数量基本一致;步骤2:建立用户人脸图像数据库B;所述用户人脸图像数据库B包括两个子库B1和B2,其中一个子表示haar-like特征向量x↓[i]所对应的人眼图像睁眼或闭眼的状态;M为人眼图像库C↓[i]↑[1]和C↓[i]↑...

【技术特征摘要】

【专利技术属性】
技术研发人员:马争解梅孙睿
申请(专利权)人:电子科技大学
类型:发明
国别省市:90[中国|成都]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利