【摘 要】
：
由于人民生活水平的逐步提高,对于吃穿住行的选择也变得以舒适、便捷为首要条件,在“行”这一方面,私家车逐渐成为大众出行的交通工具,在国庆等节假日交通流量更是成倍的增长,交通事故的发生也是呈增长的趋势。分析其原因,驾驶员在疲劳和酒后驾驶造成的事故占比最高,其中酒驾行为可以通过酒精含量探测器去管控,而疲劳驾驶更多的是依靠驾驶员自身去管控。因此,设计一款疲劳驾驶检测系统在实际生活中显得尤为重要。本文在完成
论文部分内容阅读
由于人民生活水平的逐步提高,对于吃穿住行的选择也变得以舒适、便捷为首要条件,在“行”这一方面,私家车逐渐成为大众出行的交通工具,在国庆等节假日交通流量更是成倍的增长,交通事故的发生也是呈增长的趋势。分析其原因,驾驶员在疲劳和酒后驾驶造成的事故占比最高,其中酒驾行为可以通过酒精含量探测器去管控,而疲劳驾驶更多的是依靠驾驶员自身去管控。因此,设计一款疲劳驾驶检测系统在实际生活中显得尤为重要。本文在完成课题调研的基础上,对比和借鉴相关的文献,研发了一套非接触式的、实时的、具有自适应的疲劳驾驶检测原型系统。本系统首先采用方向梯度直方图（HOG）的方法对人脸进行检测,为了减少由复杂多变的驾驶环境造成的干扰,检测前通过灰度化等手段对图像做预处理,在人脸检测实验中对不同光照条件下的图像进行检测,结果表明HOG方法在光照变化方面仍然保持良好的准确率。接着本文采用提出的一种基于PFLD的改进算法（FLHPD算法）来对面部关键点进行定位和头部姿态估计,保留了原算法中简单、快速等优点,同时考虑到疲劳检测需要使用头部姿态估计以及PFLD算法在闭眼和抬头等方面出现准确率下降的问题,对其进行相应的改进,包括重新设计网络结构、修改损失函数以及解决样本不均衡等问题。驾驶员在处于疲劳状态时,通常会在其面部和头部会表现出相应的疲劳特征,如闭眼时间增加、打哈欠、瞌睡点头等,要想检测出这些疲劳特征,首先得对眼、嘴、头的不同状态进行识别,其中阈值选取尤为关键,本文针对这一问题,提出了一套合理的阈值选取方案,并通过实验进行了验证。之后采用多指标融合的方式判别疲劳,实时计算单位时间内PERCLOS、眨眼次数、闭眼持续时间、打哈欠次数和瞌睡点头次数等疲劳参数,其中眨眼频率和头部姿态角的阈值选取通常是根据驾驶员在清醒状态下驾驶视频计算所得,使得疲劳检测系统具有自适应性。本文采用python语言实现具体的检测算法,结合wx Python实现系统的UI界面,最后利用系统对驾驶视频文件进行测试,实验结果表明本文设计的疲劳检测预警系统能够很好的满足实际需求。
其他文献
音乐源分离是将音乐不同的音轨分离成不同的音频,比如人声源和伴奏源。在标准的单通道混合音乐下,音乐源分离系统的性能已经达到了一定的瓶颈。如何提高在该条件下的系统性能,促进大规模音乐源分离技术的应用推广,这是一个重要的挑战。据此,本文研究基于深度卷积神经网络的音乐源分离模型,设计并实现一套可供用户分离音乐提取人声和伴奏的软件系统,其贡献如下:（1）针对单阶段编码器-解码器网络模型,提出了一种基于二阶段
对于脑肿瘤核磁共振图像进行分割是对其进行更好的医疗诊断和治疗规划必不可少的步骤。现有的以3D U-net为代表基于深度学习的分割模型尽管能够达到较为准确的分割,但依然存在一些问题:首先3D U-net对于脑肿瘤本身的特性利用不够充分,精度仍然有上升的空间;其次对算力资源有较高的要求,结构上存在一些缺陷。针对以上的理由,本文的工作主要围绕如何提高脑肿瘤分割精度进行展开,同时缓解3D模型对于算力资源的
随着抑郁症日渐成为社会关注的焦点问题,在早期可治愈阶段正确诊断抑郁症成为医学研究的一大热点和难点。核磁共振因其成像参数多、扫描速度快、组织分辨率高和图像更清晰等优点,在检测早期病变方面具有独特优势,已经成为肿瘤、心脏病及脑血管疾病早期筛查的有力工具,近年来在抑郁症研究方面也有广泛应用。如何提升分类的性能一直是将机器学习算法应用于抑郁症筛查问题的研究热点。本文借鉴现有的研究成果,针对传统机器学习算法
推荐系统可以为用户提供感兴趣的推荐项目,在互联网应用中起到重要作用。而图神经网络作为一种新兴的图表示学习方法,可以基于图的结构为用户和项目生成低维特征表示,进而为推荐系统提供包含节点邻居结构信息的特征输入。因此,基于图神经网络的推荐系统具有重要的研究价值和应用前景。近年来,针对图神经网络在推荐系统中的应用研究成果颇多,但其中不少方法仍然存在下列问题:1.针对邻居节点的均匀采样方法可能会忽略掉重要邻
情绪识别研究对于理解掌握人体的情绪状态至关重要,目前已在人机交互、远程教育以及医疗保健等领域得到广泛应用。随着情绪相关信号如文本、脑电等采集设备的发展,如何有效提取信号的情绪特征,提高情绪识别准确率是亟须解决的研究问题。本文提出基于文本、脑电和多模态融合的情绪识别研究模型,改进不同场景下的情绪识别方法模型,设计实现基于情绪监测的高血压管理系统。论文工作内容如下:1.针对文本情绪识别词嵌入缺乏句子上
航空图像目标检测作为计算机视觉目标检测的分支领域,不仅能够应用在军事侦察、导弹制导、无人机武器系统等国防领域,而且能够应用在交通监控、资源探测、环境监测、城市规划等民生领域。航空图像具有视场变化大、旋转变化大、背景复杂等特点,航空图像目标检测任务具有目标尺度变化大、目标疏密变化大、目标重叠、遮挡等难点。在研究现状下,当前基于CNN（Convolutional Neural Network）的航空图
交通环境是一个具有多个信息源并且极其复杂的动态场景,包括与当前驾驶任务高度相关的目标和其他冗余目标。有经验的驾驶员在视觉选择注意机制的作用下可以快速完成信息的筛选过滤,并将注意力集中在车辆、行人、摩托车、交通灯、交通标志等显著性区域来保证驾驶安全。尤其当出现雨天天气时,由于能见度低、路面湿滑、雨水滑落和雨伞遮挡行人等因素使驾驶任务变得更加困难。另外交通环境是瞬息变化的,一旦忽略了某些与驾驶安全相关
机器问答技术是自然语言处理技术中发展最迅速也是最重要的技术之一,机器问答技术可以帮助人们从高速发展的互联网和信息技术产生的巨量文本信息中快速便捷地获取问题的答案。本文主要对长篇幅上下文多跳问答技术进行了多方面的研究,提出了基于支持句推理和精准问答的两阶段长上下文多跳问答框架和多种深度学习模型,来帮助用户快速地从长篇幅的文本信息中得到问题的答案。本文的主要工作如下:1.本文提出了基于支持句推理和精准
外骨骼作为综合性的科技产物,在军事、医疗、娱乐等领域应用前景广阔。外骨骼由于其自身结构的特殊性,精确的动力学模型无法直接获得,因此研究外骨骼动力学模型辨识和人机交互控制有着十分重要的意义。本文以实验室自主设计的二自由度下肢外骨骼为研究对象,首先针对传统无模型控制的局限性,给出外骨骼拉格朗日（Lagrange）动力学模型的建立过程以及利用智能群优化算法对动力学模型中的未知参数辨识进行辨识的过程。然后
目前下肢助力服可以包括柔性助力服与刚性助力服,下肢刚性助力服多为刚性连杆构成,存在结构复杂、重量大、运行功耗大等众多缺点。下肢柔性助力服以柔性材料驱动实现助力,拥有穿戴方便,重量轻等众多优点。因此,研究下肢柔性助力服的控制策略对各个关节实现高效助力有着重要研究意义。本论文对下肢柔性助力服的控制策略进行研究,主要研究机主人辅运动下的控制策略、人主机辅随动控制下的控制策略以及随动控制参数优化。建立下肢