智能辅助驾驶系统中嘴部定位方法

针对智能辅助驾驶系统中嘴部跟踪定位需要满足实时性、准确性等问题,本文提出一种追踪并定位嘴部的方法。该方法把定位分为追踪和目标检测两个部分。在追踪阶段,通过扩散追踪范围,利用压缩追踪的鲁棒性,改进学习因子更新机制,实现了长时间追踪;在检测和定位部分,充分考虑到了不同人嘴部,不同表情的区别,使用Adaboost算法,达到了辅助驾驶系统中所要求的准确性。另外,压缩降维,级联分类器的引入,使得快速性也得到了保证。实验结果表明,可以完成在辅助驾驶系统中的应用,有较强的实际意义。

基于YCbCr肤色检测与AdaBoost联级算法的嘴部特征定位

为了结合面部其他融合特征研究疲劳状态模式识别,主要研究了人的嘴部特征的定位及状态分析。对基于YCb Cr肤色结合Ada Boost联级算法采集帧图像定位人脸,在人脸定位的基础上,基于三庭五眼的先验知识对嘴部特征进行粗定位,采用迭代法自适应阈值分割法进行嘴部特征状态分析,利用最小外接法优化了嘴部状态参数。结果表明,提出的嘴部特征定位方法具有可行性、实时性。