多指数驾驶员昏昏欲睡检测方法基于驾驶员的面部识别,使用头发特征和面向梯度的直方图

科学领域:

• 道路交通安全问题 道路安全问题
• 人与计算机的互动.
• 生物医学工程 生物医学工程

背景情况:

• 与驾驶员疲劳相关的道路交通事故严重,需要先进的检测系统.
• 目前的昏昏欲睡检测方法各不相同,驾驶员监控技术尚未得到充分探索.
• 现有的系统可能依赖于方向盘或车辆数据,但以驾驶员为中心的监控提供了潜在的可能性.

研究的目的:

• 用面部表情,目光和头部位置来评估一个多维的昏昏欲睡指数.
• 评估在低成本电子包中实施该系统的可行性.
• 开发和比较用于实时驾驶员昏昏欲睡检测的算法.

主要方法:

• 开发了一种使用面部特征 (眼,打哈欠,打开眼睛),视线方向和头部位置的昏昏欲睡检测算法.
• 用于面部识别的比较头发特征和定向梯度 (HOG) 的直方图.
• 在Raspberry Pi上实现了该系统,以实现低成本的原型设计.

主要成果:

• 与单一指数方法相比,多维指数在检测驾驶员昏昏欲睡方面表现优异.
• 基于Haar特征和HOG的面部识别算法已成功实施.
• 创建了一个功能性,低成本的原型来检测昏昏欲睡.

结论:

• 多维方法来检测驾驶员的昏昏欲睡比单参数方法更有效.
• 像Raspberry Pi这样的低成本硬件适合开发实用的驾驶员监控系统.
• 这项技术有潜力通过减轻与疲劳有关的事故,显著提高道路安全.