1、目前交通事故中相當一部分是由司機疲勞駕駛引起的，因此，對駕駛員的疲勞狀態(tài)進行檢測，減少此類事故的發(fā)生，有著積極的現(xiàn)實意義。本文對疲勞檢測的算法進行了一定研究，通過研究司機的眼瞼運動即眼睛閉合狀態(tài)和凝視方向來綜合評判司機的疲勞程度。 本文主要做了以下幾個方而的工作： (1).為了提高人眼定位的準確度和速度，本文采廠仃ASM(主動形狀模型)進行人眼的粗定位，然后單獨對人眼區(qū)域進行膚色分割，實現(xiàn)人眼細定位，細定位的結果是得到5

2、個人眼特征點。實驗表明該方法速度快，準確率高。 (2).為了達到實時性要求，定位之后就要進行人眼的跟蹤，水文提出了一種新穎的眼睛跟蹤方法，即綜合Kalman濾波和ASM算法來進行人眼跟蹤。整個跟蹤過程分為兩個階段：首先根據(jù)上一幀圖像中人眼的位置運用Kalman濾波預測在下一幀中人眼的位置，然后以此作為ASM的初始狀態(tài)，跟蹤人眼。 (3).根據(jù)跟蹤到的人眼進行眼睛閉合狀態(tài)識別和凝視方向計算。本文提出新穎的方法即對人眼區(qū)域的

3、膚色分割圖計算人眼黑色塊面積的方法來計算人眼閉合程度；對于凝視方向，本文通過獲取的5個人眼特征點以幾何的方法進行計算，將凝視方向分為左中右，上中下共9個方向以進行區(qū)分，方法簡單、快速、效果好。 (4).根據(jù)單一參數(shù)評判疲勞程度效果并不是很好，本文綜合人眼閉合程度和凝視方向進行司機駕駛疲勞的檢測，建立新的評判規(guī)則。 本文的創(chuàng)新點主要有以下三個方面： (1).雖然以前也有人在疲勞檢測的時候提到人眼凝視方向，但并沒有真