驾驶员视觉分散特征识别及检测方法
本文从视觉分散对驾驶员驾驶性能的影响研究入手，开展驾驶员视觉分散检测技术研究，并重点研究基于视频图像分析的驾驶员视觉分散特征的提取方法。主要工作如下：（1）研究视觉分散对驾驶性能的影响。设计实验让驾驶员阅读4处位置上的2类文本信息，使其产生8种不同的视觉分散。分析驾驶员观察不同位置处视觉分散时车辆的SDLP（偏离道路中心距离的标准差），发现SDLP随着视线偏离道路中心角度的增大而增大。根据驾驶过程中驾驶员视线变化的特点，建立基于驾驶员面部姿势与视线方向识别，并包含转向行为识别的视觉分散检测模型。（2）研究多姿势下驾驶员面部、面部特征点精确定位的方法。研究利用肤色混合高斯模型预定位人脸区域，然后根据眉毛、嘴唇位置精确定位驾驶员面部的方法。（3）研究驾驶员面部姿势的提取方法，提出利用核主元分析估计驾驶员面部姿势的方法。研究核主元分析实现原理，研究利用核主元分析估计面部姿势的步骤，以及不同核函数、核函数参数对估计面部姿势精度的影响。（4）研究驾驶员视线方向提取方法，提出基于Multi—PCA（多主元分析）的视线方向估计方法。研究PCA实现原理，分析常用PCA应用于识别时存在的问题。针对驾驶环境中精确提取视线方向的困难，把视线方向分为5类（上、下、左、右、前），为每类建立特征空间，通过主元分析提取每类视线的共同统计特征，然后根据测试样本在每类特征空间下的重构误差来进行分类。（5）研究驾驶员转向行为识别，提出根据手部位置标准差来识别驾驶员转向行为的方法。研究驾驶员驾驶过程中双手位置变化的特点，根据转向过程中驾驶员手部位置变化剧烈的特性，提出利用双手位置标准差识别驾驶员转向行为的方法。（6）根据视觉分散检测模型，建立驾驶员视觉分散检测系统的软、硬件框架，并进行视觉分散检测的实验研究。摄取行驶过程中驾驶员观察仪表盘、调节收音机、十字路口转向时的手、面部视频图像，利用本文提出的识别算法提取驾驶员视觉分散特征，并对本文提出的视觉分散检测算法进行验证，实验表明算法可行，并能有效防止检测系统在驾驶员转向时发出虚警的现象。
有问题微信扫码联系