一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

基于Faster R-CNN的人脸识别算法研究

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明, Faster R-CNN算法能较精准地检测人脸, VGG-Net可以较好地提取人脸特征值。     

闸机通道中基于视频人脸检测的身高测量

提出了一种基于视频人脸检测的身高测量.在不改变闸机现有造型的条件下,通过安装在闸机侧壁上的摄像头,标定视频中人体高度与视频帧中人体高度对应的像素数,然后进行人脸检测,实现了测量一定范围内身高的目的.试验结果表明,可以实现较大范围的身高测量,并且比现有的光电管对射法测量身高具有更大的灵活性.     

X射线安检仪人包自动绑定方法研究

为解决铁路旅客运输中用X射线安检仪对旅客行包进行安检时,人工判断行包所属旅客工作难度大、效率低的问题,提出一种结合人脸探测及时间关联的人包信息绑定与输出显示系统。在不改变X射线安检仪和装置结构的基础上,在X射线安检仪入口处设置监控摄像机对旅客放置行包过程进行图像采集,通过算法合理计算旅客放行包与安检机采集行包X射线图像时间差,并用人脸分类器快速筛选出含有对应人脸的图像,与行包X射线图像自动绑定。通过实际软硬件调试和人包绑定实验数据分析证明方法的有效性。     

自然场景下基于四级级联全卷积神经网络的人脸检测算法

针对于自然场景下人脸检测存在的姿态复杂、遮挡和光照等问题,提出一种基于4级级联全卷积神经网络的人脸检测算法。构建4级级联网络,采用级联分级训练代替端到端训练,以避免只共享1个网络权值的局限,进而获得有区分性功能的深度网络,提高检测精度;每级深度网络结构均采用全卷积结构,可以接受任意尺寸图像的输入,提高检测效率;另外在训练过程采用自举法Bootstrap进行网络模型的优化训练,提高训练样本利用率;利用最终训练好的深度卷积网络模型实现人脸检测。人脸检测实验结果标明,本算法在自然场景下,对多姿态、遮挡、单图多种人脸类型等均具有良好的鲁棒性,同时在现有平台上每张图片的检测速度达到96ms,在国际权威的人脸检测公开测试集FDDB上的"真正率"达到82.98%。     

基于AR智能眼镜的免打扰列车验票应用研究

为进一步提升铁路列车验票效率,提高铁路旅客运输服务质量,优化旅客出行体验,以增强现实（AR,Augmented Reality）智能眼镜设备为载体,进行免打扰列车验票服务应用研究。设计了基于AR智能眼镜的免打扰列车验票应用流程,阐述了AR技术、人脸检测技术和人脸桶检索技术在免打扰列车验票中的应用,并在塔建的测试环境中进行了功能测试,验证了方法的有效性。该研究可为铁路客运服务向更智能化、数字化、人性化方向发展提供技术支持。     

基于机车车载视频序列的人眼疲劳快速定位方法研究

人眼定位是非接触式机车车辆乘务员实时疲劳检测中最基本的关键环节。针对机车车载视频序列进行疲劳检测时存在实时性、鲁棒性要求高的问题,结合计算机视觉和图像处理技术,提出一种多算法融合的人眼疲劳快速定位方法。利用基于Haar-like特征的Ada Boost人脸检测方法检测视频序列中乘务员人脸并设置目标跟踪区域,利用Camshift目标跟踪算法快速定位人脸;基于人脸和人眼的对称性等先验知识,提出比例缩减区域(PRA)的方法快速定位人眼。研究结果表明:该方法可以有效减少误检,适应复杂光照,并具有实时性和鲁棒性,为机车车辆乘务员疲劳实时检测提供理论和实践参考。     

基于旅客面部特征的实名制铁路车票检票身份认证算法

为了高效地完成实名制铁路车票的验票流程,提出1种基于旅客面部Gabor特征的身份认证算法.采用二维Gabor滤波器提取人脸图像的Gabor特征,并对这些特征进行变换和重组;对重组后得到的特征矩阵进行类内差和类间差运算,获得初始样本,并运用主成分分析法进行样本降维,构造出支持向量机分类器,从而通过支持向量机分类器实现旅客身份的认证.在F-Gnet人脸图像库上的实验结果表明,该算法的正确认证率可达94.14％,且对光照与人脸表情变化具有鲁棒性.     

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。     

利用三维网络模型的头部运动估计

头部三维运动跟踪是人机交互，虚拟现实及模型基编码等领域研究的重要内容，文中提出了一种借助合成模型估计头部三维运动的算法，首先由正交图像建立输入脸部模型，将其变换为初始图像人脸的姿态和大小；之后选取图像中3个特征点和对应的模型点，利用块匹配确定图像中3个特征点的运动，由2D到3D的对齐算法，求出模型的三维运动参数，最后由运动后合成模型与图像的小范围相关检测，进一步确定最后的模型运动参数，实验表明该算法建模设备要求简单，速度较快，结果较为准确。