疲劳驾驶检测论文

针对车载疲劳驾驶检测的应用，设计了基于TMS320DM642嵌入式平台的疲劳检测系统。首先在YCbCr空间进行肤色分割，之后采用基于人眼特征的改进混合投影算法定位人眼区域，然后计算人眼区域的高度并判断人眼的睁闭状态，最后利用PERCLOS算法对疲劳程度做出检测。实验结果表明，该系统准确率高、实时性好，能很好地满足车载疲劳驾驶检测的需要。

基于MATLAB的疲劳驾驶GUI界面： 基于MATLAB的疲劳检测课题，可以应用于大巴车司机，货车司机疲劳驾驶监测，现在很多情况下大巴车或者货车等司机都由于休息不好，疲劳上路，这就给安全造成了及其大的隐患。如果有一套系统，可以实时接入车辆摄像头，摄像头对准司机，当检测到司机疲劳状态的时候，则提醒后台并且语音提醒，以做出正确决策，避免车祸等悲剧的发生。该系统也可以应用于上课学生专注度分析，进行疲劳预警。 二、算法分析 该算法采用VJ算法，通过对视频分帧，对每一帧进行人脸定位，人眼定位，人的嘴巴定位，通过人眼张合度，嘴巴张合度来综合判断是否疲劳。带有GUI界面。界面美观，丰富。

该课题为基于matlab眼部检测的疲劳驾驶系统。我们可以假设有一部摄像头对着大巴司机或者或者司机，对司机进行实时的监测，每隔数秒进行一次疲劳的判别，如果说疲劳驾驶则进行报警或者提示司机。检测方法为先进行人脸定位，在寻找眼睛再去判别眼睛属于睁开还是闭住。去统计闭眼的频率。

随着社会的发展,中国汽车保有量不断增加,但与此同时交通事故发生的频率也在逐渐增大。据统计,疲劳驾驶导致的死亡人数占交通事故死亡人数的总数的20%~30%。从此看来,疲劳驾驶严重危害着我们的人身和财产安全,即便如此,大部分司机却依然对疲劳驾驶不够重视,甚至依然在疲劳的情况下坚持驾驶。高速驾车时，驾驶员精神紧张，长时间紧张就容易产生疲劳感，疲劳后继续驾驶车辆，会感到疲倦瞌睡、四肢无力、注意力不集中、判断力下降等，此时危险系数会急剧增大，导致意外的发生。

为减少交通事故，采用基于数据融合的疲劳检测技术以提高疲劳检测精度．通过驾驶行为与车辆 跟踪技术研究现状分析，选择眼睑遮住瞳孔的面积超过80％的P舯和眨眼次数指标作为眼部特征参数、车 辆越线指标作为驾驶行为特征参数．

该课题为基于matlab眼部检测的疲劳驾驶系统。我们可以假设有一部摄像头对着大巴司机或者或者司机，对司机进行实时的监测，每隔数秒进行一次疲劳的判别，如果说疲劳驾驶则进行报警或者提示司机。检测方法为先进行人脸定位，在寻找眼睛再去判别眼睛属于睁开还是闭住。去统计闭眼的频率。

这个题目是利用matlab语言。进行眼部判别的疲劳检测系统。带有人机交互界面，可以在GUI界面的基础上进行相应的拓展。

疲劳驾驶检测疲劳驾驶检测疲劳驾驶检测疲劳驾驶检测疲劳驾驶检测

针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.