论文部分内容阅读
由于计算机人脸识别技术具有广阔的应用前景，对计算机人脸识别方法和技术的研究已成为国内外模式识别领域内研究的热点。本文以驾驶时间监控系统的应用为背景，以人脸识别为主线，设计并实现了一套基于实时人脸识别技术的驾驶监控系统。
文章首先阐述了人脸识别的课题背景及其发展与研究现状，并结合国内外相关领域的发展，从特征提取与模式分类两个方面对目前人脸识别的主流方法做了详细介绍。所做的主要工作如下：首先进行人脸检测与人眼定位，基于AdaBoost分类算法，进行分类器训练，实现了人脸检测与人眼定位，达到了人脸图像的自动采集。其次在隐马尔可夫模型的基础上运用嵌入式隐马尔可夫模型对人脸进行建模和识别。特征提取采用2D-DCT，由采样图像块的2D-DCT低频系数构造观察向量可以降低对姿态和光照变化的敏感度，另外就是减少了观察向量的维数，大大降低了计算量。最后，以Visual C++6.O为平台设计了一个界面简洁友好的监控系统，可以完成图像的获取、人脸检测与人眼定位、人脸的特征提取和分类以及计时功能。利用该系统对ORL静态人脸库和动态视频中的人脸图像进行实验，结果表明，嵌入式隐马尔可夫模型对光照和姿态具有一定的鲁棒性，所设计的系统具有较高的识别率和很好的实时性。
本文所设计和实现的人脸识别系统主要应用于对驾驶员驾驶进行实时监控，记录驾驶员连续驾驶时间，当超出预设时间后就发出警示信号，提示换人，若识别未换人，则退出系统。该技术拓展了疲劳驾驶监测技术的涵盖范围，对驾驶预警技术的深入发展也具有重要意义和研究价值。