基于红外图像的眼睛开闭检测方法

基于红外眼睛图像,提出一种红外环境下判断眼睛开闭状态的方法,并应用于疲劳驾驶检测当中。对图像采用基于余弦的Gamma校正压缩灰度值域的高低两端,同时扩展中间灰度值范围提高对比度,使用多尺度Retinex变换消除阴影的干扰以获取更准确的眼睛形态,根据眼角角度和上下眼睑间的高度在平面坐标上的分布特征对眼睛状态进行分类。实验结果表明,该方法可以有效地判断眼睛的状态。

一种基于列车司机在途疲劳状态检测及预警的方法

针对列车司机肤色与背景图的聚类分布特性较好分离,而且具备高斯两维独立分布,可将列车司机图像分布区域与列车驾驶室内部背景图很好地分开,将列车司机的头部信息,作为人脸检测定位算法的原始训练集。反复修改训练列车司机图像数据的权值分布,最终将背景图像剔除掉,得到列车司机的人脸图像。确认人脸区域后进一步确认眼睛位置,实现级联结构增强的定位识别,在利用眼睛状态判定时,则用眼部和嘴部的融合状态判断驾驶员是否疲劳,相对提高了疲劳判断的全面性和准确性。