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。%     

基于人眼PERCLOS特征的列车驾驶员疲劳检测系统

针对列车驾驶员疲劳驾驶问题,提出一种基于人眼PERCLOS特征的列车驾驶员疲劳检测系统,即首先采用基于Haar特征的AdaBoost算法进行人脸检测,而后进行人脸定位和跟踪,最后计算人眼的PERCLOS参数,实现驾驶员的疲劳检测。通过室内模拟驾驶实验,该系统具有检测率高、鲁棒性强等特性。     

用于模型调整的脸部特征自动提取算法

脸部特征提取是人脸模型调整的关键步骤.本文提出了一种改进的利用变形模板提取脸部二维特征的算法.首先采用区域增长法和积分投影确定脸部位置;其后在分割的脸部区域,利用由人脸先验知识设计的模板进行模板匹配,确定各特征的边框;最后在特征边框内,采用一种新的匹配算法,利用变形模板提取眼睛和嘴部的特征点.由于变形模板的初始位置较准确,匹配搜索区间较小,故算法鲁棒性、准确性好,速度较快.本算法还考虑了脸部初始姿态.实验表明,对于简单背景的肩头象,该算法可取得较好的效果.     

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。     

利用三维网格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.     

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。     

基于轨道静检的动检里程偏差修正算法研究

轨道几何状态动态检测时由于光电编码器的动态误差,车轮空转打滑,检测人员置入检测系统的误差等因素的影响,检测数据不可避免地产生里程偏差,导致波形错位,直接使用存在里程偏差的数据时将会影响轨道质量状态的评估精度及线路状态恶化趋势分析的可靠性,无法确保线路现场养护维修效果。提出一种以静检数据为基准的动检数据里程偏差修正方法,并提出主点迭代里程偏差修正PPIC算法,通过模拟数据和高速铁路实测数据,使用PPIC算法和现有最稳定的区段相似波形匹配SSWM算法进行比较,实验结果显示PPIC算法修正后动静检波形吻合度,轨向高低不平顺值较差均值、不确定度及相关系数均有显著提升,且修正效果优于SSWM算法,PPIC算法里程偏差修正精度优于一个静检检测间隔(0.125m),可有效地对动检数据里程偏差进行纠正。     

面向驾驶人疲劳检测的人脸视频分析算法研究

疲劳驾驶是造成交通事故的重要原因.基于面部视频分析技术,对驾驶人的眼睛动作和状态进行特征分析,可以有效估计驾驶人的疲劳状态,但驾驶过程中驾驶人面部姿态和光照条件的变化使眼睛的准确定位变得困难.本文以主动形状模型(ASM,Active Shape Model)为基础对面部区域进行配准,结合Lucas-Kanade光流算法进行全局跟踪,并采用基于自商图的Meanshift算法进行局部校准.实验结果表明,Meanshift算法能够有效消除光流全局跟踪中的累积误差,有效提高人眼定位的精度.     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

基于被动视觉的机车驾驶疲劳实时检测系统的研究

实时检测机车乘务员的疲劳程度,是提高机车运行安全的有效途径.本文提出一个基于被动视觉的车载机车驾驶疲劳时实检测系统.系统通过CCD摄像头获取驾驶状态下机车乘务员的图像,然后运用图象处理技术进行人脸检测、眼睛定位等处理,并提取眼睛的闭合度作为PERCLOS疲劳检测的依据.针对实时图像处理数据量大、运算复杂的特点,采用TMS230DM 6437作为核心处理器进行了硬件实现.实验表明,系统能准确实时地检测驾驶疲劳程度,具有较好的实用性.     

基于由粗到精定位的列车驾驶员瞳孔和眼角点检测

提出一种由粗到精定位的列车驾驶员瞳孔和眼角点检测方法,采用基于监督下降法的面部特征点定位和跟踪技术对驾驶员的眼角点进行粗定位,在面部特征点正确定位的基础上根据相应点的位置获取眼睛图像。采用圆形模板求得眼睛图像中每个像素点的灰度比率,并将其作为权值获取积分投影曲线,对瞳孔点粗定位。将已检测到的瞳孔中心点和眼角点作为初始点,采用基于局部二值特征的定位技术对眼角点和瞳孔位置进行精确定位。利用视频和图像数据库进行实验测试,实验结果表明:提出的方法能够有效定位驾驶员眼角点和瞳孔位置,其瞳孔检测精度优于最新提出的方法。     

一种新的轨距动态检测方法研究

提出一种基于激光摄像检测的轨距计算新算法,该算法将按照轨距定义寻找轨顶踏面下16 mm内2股钢轨工作边之间的最小距离作为轨距测量值。考虑摄像机镜头畸变影响,建立2个激光摄像式传感器之间空间姿态关系的非线性标定模型,并给出一种标定方案。为了能快速定位轮廓特征点,提出钢轨轮廓特征曲线的概念,并给出特征曲线的一种定义方式,利用特征曲线能快速寻找轮廓特征点。与传统检测方法相比,新算法只用了2个激光摄像式传感器,不需要其他辅助传感器来对车体振动进行修正。最后通过实际地铁线路设置障碍试验,验证了该检测方法具有一定的抗干扰能力、稳定性高、结构简单、在线计算实时性强和检测精度高等特点。     

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%。     

基桩检测中声测管管间距修正方法的研究

研究目的:由于基桩属于隐蔽性工程,采用声波透射法检测时,基桩各个测点的管间距均默认为桩顶面声测管之间的边缘距离,因此要求布设的声测管相互平行,但当声测管不平行时,基桩各个测点的管间距和桩顶面的边缘距离不对应,就不能默认为桩顶面声测管的边缘距离,这种情况下继续将基桩各个测点的管间距默认为桩顶面的边缘距离会给检测数据分析带来严重影响,因此必须采用修正手段对基桩的各个测点管间距进行修正,使各个测点的管间距回归至真实或接近真实值,进而才能对基桩质量做进一步的判定。研究结论:(1)建立了声测管管间距的空间位置关系的数学模型,并推导了修正方法,编制了修正程序;(2)声测管平行时测点管间距经本修正方法修正后,管间距变化非常小,说明本修正方法对声测管正常段不会带来外来干扰;(3)采用本修正方法对声测管管间距异常段修正后,测点的管间距和声速值能回归至真实值;(4)本修正方法在基桩工程质量检测中具有实用价值。     

复杂背景中人脸的检测与定位

提出了一种复杂背景下的新的人脸检测方法。该方法首先利用进化算法对彩色图象中与人的皮肤颜色相似的象素进行聚类及区域分割，然后对每一个人脸候选区域进行形状及灰度分布分析，满足人脸知识要求的，则认为是人脸。实验结果表明，该方法不仅速度快、效率高，而且可以对任意背景下，任意姿态及任意数目的人脸进行检测。     

基于分层投影的特征点点云数据压缩算法研究

在研究主流散乱点云压缩算法的基础上,提出了一种基于分层投影的特征点压缩算法,对点云数据进行压缩和提取,并与传统算法进行比对和分析,检验了该算法的可行性。     

脸部网格模型中非特征点的自动调整

模型调整是虚拟人脸合成，基于模型的人脸图象压缩编码的重要步骤。本文提出了一种新的基于径向基函数RBF（Radial Basis Functions)内插的模型非特征点调整方法，基于径向基函数采用逆多二次式，由于RBF内插具有良好的全局连续性，而调整逆多二次式的衰减参数又可保证内插局部性，因此，可得到较好的模型调整效果。     

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。     

DCL2-32型连续式捣固车连续作业模式拨道修正值分析

本文对连续作业模式下的四点法检测进行分析,求出B点偏离及D点偏离对C点矢距的影响,然后建立拨道过程的数学模型,同时定义A点偏离对C点矢距的影响,最终建立四点法检测拨道修正值计算的数学模型,同理推出三点法检测拨道修正值计算的数学模型.     

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.