期刊文章详细信息
文献类型:期刊文章
BAI Junbo;ZHOU Taoqi;BAI Junjie(Shanghai Ecar Technology Co.,Ltd.,Shanghai 201800,China;School of Electrical Engineering,Chongqing University of Science and Technology,Chongqing 400010,China)
机构地区:[1]上海易咖智车科技有限公司,上海嘉定201800 [2]重庆科技学院电气工程学院,重庆400010
基 金:重庆市自然科学基金项目(cstc2020jcyj-msxmX0452);教育部产学研创新基金(2020HYA06001)。
年 份:2024
卷 号:47
期 号:1
起止页码:147-152
语 种:中文
收录情况:BDHX、BDHX2023、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:疲劳驾驶是影响交通安全的主要因素,当前疲劳驾驶的检测方法普遍存在设备体积大、侵入性强、实时性差等弊端。文中设计的基于FPGA的疲劳驾驶检测系统,首先利用区域长宽比改进YCbCr人脸分割算法,提高算法在驾驶环境中对于人脸的辨识度;然后建立动态视频人眼跟踪模型,在人脸范围内定位人眼位置,采用三帧差算法检测眨眼动作,以眨眼率作为疲劳的评价指标,对司机状态进行实时监控;最后利用FPGA芯片完成实时图像数据的处理和疲劳驾驶检测。实验证明,该系统具备在光线昏暗和佩戴眼镜等场景下检测疲劳状态的能力,并且检测系统充分发挥FPGA芯片数据并行处理优势,具备体积小、速度快、集成度高,通电即可工作的特点,有利于在狭小的驾驶舱环境部署,具有一定的工程应用价值。
关 键 词:疲劳驾驶检测 人脸识别 机器视觉 眨眼率 帧差法 FPGA
分 类 号:TN911.73-34]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...