导读:本文包含了眼睛检测论文开题报告文献综述及选题提纲参考文献，主要关键词:机动车驾驶,眼睛检测,图像预处理,虹膜检测
眼睛检测论文文献综述
冀翀晓,吕青,李何[1]（2019）在《基于实时检测眼睛状态的一种安全驾驶方法》一文中研究指出为预防及减少机动车驾驶过程中交通事故的发生,提出一种基于实时检测眼睛状态的安全驾驶方法。首先,在机动车驾驶空间安装并初始化摄像头,获取驾驶员的实时视频,然后采用基于肤色的人脸识别算法保留感兴趣区域(ROI),再用Viola-Jones算法眼睛分类器进行眼睛检测,最后对图像进行直方图均衡化以及中值滤波,利用Hough变换的圆形检测技术实现虹膜检测以完成眼睛的实时状态检测。实验结果表明,该方法能成功检测眼睛状态,检测准确率为99%,Kappa一致性为95.3%,具有较高的实时性。(本文来源于《现代电子技术》期刊2019年20期）
程文冬,魏庆媛[2]（2019）在《非约束条件下驾驶人眼睛检测与跟踪方法研究》一文中研究指出为了抑制驾驶人头部姿态与眼球运动等非约束条件对眼睛检测的干扰,文中提出了一种基于合成模板匹配、融合Cam Shift与Kalman滤波的人眼检测与跟踪算法。将驾驶人左、右眼睛样本人工合成模板对眼睛区域进行匹配检测,采用基于差值平方和算法的相似度度量方法验证眼睛身份。通过眼睛颜色直方图反投影生成灰度概率分布图像,基于Cam Shift算法计算眼睛跟踪窗口的位置和大小,采用Kalman滤波预测眼睛区域位置,有效解决了驾驶人头部转动、眨眼等动作的干扰问题。实车试验结果表明:该算法对驾驶人人眼的平均识别率达到94.3%,平均耗时为22.8 ms,能够较好的兼顾驾驶人人眼跟踪的准确性、鲁棒性与实时性。(本文来源于《西安工业大学学报》期刊2019年02期）
王鑫磊,王辛岩,田中轩,张娅婷[3]（2018）在《眼睛特征下的疲劳检测与研究》一文中研究指出对于道路交通安全问题,国内外学者对驾驶行为模型,驾驶心理状况,交通安全风险,曲线轨迹分布特征,对曲线速度特性和道路基础设施等进行了大量研究,但很少从驾驶员行为中做出较多研究。结合Haar相关特征模板,识别和检测人脸;采用几何法实际测量人脸相关数据进而定位人眼;PERCLOS算法用于定位和检测驾驶员的眼睛状态。(本文来源于《绿色环保建材》期刊2018年12期）
唐阳山,徐忠帅,杨语尧[4]（2018）在《基于头部姿态眼睛差分定位的驾驶员疲劳检测》一文中研究指出基于面部特征的驾驶员疲劳判断是应用最广泛的方法,而眼睛睁闭程度最直接表达驾驶员的精神状态。传统的眼睛检测方法受环境、传输、头部姿态的影响,眼睛的定位精度不高,从而导致疲劳分析不准确。提出一种基于脸部图像灰度差进行眼睛检测的方法:正常情况下在人脸上半部只有眼睛进行睁闭的活动,故眼部区域灰度会发生变化,由此来进行标定。该方法主要包括基于Ada Boost算法的人脸识别、图像预处理、眼睛的检测、积分投影法计算眼睛的高宽比,以及基于PERCLOS(percentage of eyelid closure)准则的驾驶员疲劳判断。最后分别基于头部左转、右转和正视叁种情况下进行实验。根据结果表明该方法能够较好地进行眼睛的检测,对于进行驾驶员的疲劳判断有极大的意义。(本文来源于《科学技术与工程》期刊2018年31期）
陈昕,朱国华,张驰,高令顺[5]（2018）在《基于眼睛闭合状态的驾驶疲劳检测方法》一文中研究指出驾驶疲劳检测是预防驾驶疲劳提高交通安全的有效手段。以视频图像处理为基础,采用Open CV中的Haar分类器,对驾驶人人脸、人眼进行检测;以基于PERCLOS的疲劳检测算法为基础,提出"双眼检测、单眼疲劳判别"的疲劳检测方法,在PC机Visual Studio集成开发环境下,采用C++编程语言设计了驾驶疲劳检测仿真程序;通过输入驾驶人模拟疲劳驾驶视频,仿真实现了驾驶人人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2018年03期）
杨欢,陈小强,雷嘉莹,王英[6]（2018）在《基于逆投影修正和眼睛凝视修正的列车驾驶员疲劳检测方法》一文中研究指出为了使基于正面人脸的疲劳检测不受列车驾驶员头部姿态变化的影响,提出一种基于眼睛特征修正的疲劳检测算法。采用多视角人脸检测算法搜寻人脸位置,运用监督下降法在人脸区域进行特征点定位,利用获得的特征点分别计算头部姿态角度和投影眼睛开合度。针对投影眼睛开合度与真实眼睛开合度存在一定偏差,建立投影眼睛开合度与真实眼睛开合度的逆投影变换关系,研究凝视方向对眼睛开合度的影响。通过凝视修正和逆投影修正的修正公式对投影眼睛开合度进行两次修正,并结合PERCLOS疲劳判定准则判定其有效性。实验测试结果表明,头部姿态变化对眼睛开合度影响较大,修正后的特征比修正前的特征具有更强的判别能力。(本文来源于《铁道学报》期刊2018年04期）
李燕晓[7]（2017）在《人脸检测及眼睛定位算法的研究》一文中研究指出21世纪以来,随着计算机性能的不断提高和完善,信息处理技术、数字图像处理技术、人工智能、计算机视觉、模式识别等都取得了快速的发展,人脸检测及人眼检测是其中研究的重要方向之一。人脸检测及人眼检测技术的不断发展,在很大程度上促进了人脸识别领域、无人驾驶领域、视线追踪领域、医疗教育领域等相关领域的技术的发展。本文实现的人眼检测及分割是在人脸检测的基础之上进行的,而且人眼状态的识别是在人眼检测和分割的基础之上进行的。本文实现了基于BP神经网络的人眼状态识别,对传统的人脸检测及人眼检测方法进行了改进,深入研究了人脸检测、人眼检测以及人眼状态识别的相关理论和问题。本文完成的主要工作内容如下。首先实现了人脸的检测及分割。考虑到传统肤色模型对肤色分割时存在的亮度阈值等问题,本文采用了一种自适应亮度阈值的椭圆肤色模型方法,实现对人脸区域的分割。该方法首先将人脸图像转化到YCbCr空间下,然后利用改进后的椭圆肤色模型实现肤色分割,最后利用形态学运算以及基于连通区域标记法的面积滤波法消除背景中的伪肤色区域。其次,实现了人眼中心定位及人眼区域分割,考虑到灰度积分投影曲线的波峰和波谷容易受到噪声的影响,对于人眼区域的检测不够准确的问题,本文采用了水平灰度投影和径向对称变换(Radial Symmetry Transform)相结合的方法,实现了眼睛定位及分割。实验证明方法的准确率提高了很多。最后实现了人眼开闭状态的识别,相对于几何特征和模板匹配的人眼状态识别,基于神经网络的人眼状态识别具有更高的准确率。本文采用了BP神经网络构造分类器来实现人眼开闭状态的识别。实验结果证明,该方法具有比较好的识别率。(本文来源于《沈阳理工大学》期刊2017-12-01）
刘长亮[8]（2017）在《基于眼睛与头部状态的疲劳检测系统设计》一文中研究指出近年来,交通事故频发,疲劳驾驶作为交通事故产生的重要原因之一,造成了巨大的人员伤害和经济损失。但是人们往往对醉酒驾驶的关注程度较高,而常常忽略了疲劳驾驶带来的严重后果。因此,如何采用有效的方法去减少疲劳驾驶带来的交通事故具有重要的现实意义。本文在分析国内外疲劳检测研究现状的基础上,为进一步提高疲劳检测的准确率,设计了基于眼睛与头部状态(左偏、右偏、抬头和点头)的疲劳检测系统。实现了对驾驶员在行车过程中的驾驶状态进行实时监测,并综合评判驾驶员疲劳状况,及时有效的报警提醒。本文主要研究内容如下:(1)考虑到驾驶过程中光照和噪声的影响,论文采用中值滤波去噪、直方图均衡化进行光照补偿,通过图像预处理,保障后续人脸检测准确性。分析常用的Adaboost人脸检测与Seetaface检测方法,对两种方法分别进行速度、准确率等方面的对比分析,最终论文选择效果好、速度快的Seetaface检测算法进行人脸检测。(2)在人脸检测的基础上,进行人脸跟踪与优化,提高检测速度。根据几何特征进行特征点粗定位,使用人脸对齐模块进行面部特征点的精确定位,包括双眼、鼻尖和两个嘴角。对于提取的人眼特征,进行图像自适应二值化和形态学运算,计算人眼区域黑色像素点的百分比,结合PERCLOS准则,判断眼睛的睁闭状态。在检测到眼睛状态变化的基础上,同时检测头部姿态的变化,从而判断驾驶员的疲劳程度,进行报警提醒。(3)通过摄像头采集视频,在PC上进行算法设计和优化的实验验证。并在ARM平台搭建了嵌入式操作系统,移植Qt和OpenCV库,实现终端疲劳检测,对实验结果进行分析,实验表明系统达到了预期设计目标。(本文来源于《大连海事大学》期刊2017-12-01）
李燕晓,秦丽娟[9]（2017）在《人脸检测及眼睛定位算法的研究》一文中研究指出随着人工智能的迅速发展,人眼检测和眼睛定位作为人脸识别、虹膜识别等研究的重要组成部分,其重要性不言而喻。本文首先研究了基于高斯椭圆肤色模型和形态学结合的人脸检测技术,实现人脸分割,然后对分割后的区域采用灰度积分投影和径向对称变换(Radial Symmetry Transform)相结合的算法准确定位人眼。实验结果显示该方法在一定条件下具有较高的检测率,而且具有较低的复杂度,容易满足实际工程的要求。(本文来源于《电子世界》期刊2017年14期）
杨非,庞玉,刘宗强[10]（2017）在《驾驶员疲劳检测中眼睛特征提取算法研究》一文中研究指出针对当前驾驶员疲劳检测过程中眼睛特征提取方法鲁棒性较差,且定位不准的问题,提出了一种驾驶员疲劳检测中眼睛特征提取方法。首先通过基于图像增强的ASM算法对人脸特征进行定位,利用模型中的定位点提取眼睛区域,在眼睛初步定位的基础上,分别利用加权混合投影算法和多特征融合的方法对内外眼角进行精确定位;然后根据内外眼角确定瞳孔区域,采用基于灰度分布的加权积分投影算法对瞳孔中心进行粗定位,利用形态学原理对瞳孔中心进行校正,从而得到瞳孔的精确位置;最后根据准确定位提取眼睛中点的上下眼睑点,从而获取眼睛开度的大小。试验表明,该算法能准确定位瞳孔和眼角位置,并利用定位点正确提取眼睛特征。(本文来源于《机电一体化》期刊2017年07期）
眼睛检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了抑制驾驶人头部姿态与眼球运动等非约束条件对眼睛检测的干扰,文中提出了一种基于合成模板匹配、融合Cam Shift与Kalman滤波的人眼检测与跟踪算法。将驾驶人左、右眼睛样本人工合成模板对眼睛区域进行匹配检测,采用基于差值平方和算法的相似度度量方法验证眼睛身份。通过眼睛颜色直方图反投影生成灰度概率分布图像,基于Cam Shift算法计算眼睛跟踪窗口的位置和大小,采用Kalman滤波预测眼睛区域位置,有效解决了驾驶人头部转动、眨眼等动作的干扰问题。实车试验结果表明:该算法对驾驶人人眼的平均识别率达到94.3%,平均耗时为22.8 ms,能够较好的兼顾驾驶人人眼跟踪的准确性、鲁棒性与实时性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
眼睛检测论文参考文献
[1].冀翀晓,吕青,李何.基于实时检测眼睛状态的一种安全驾驶方法[J].现代电子技术.2019
[2].程文冬,魏庆媛.非约束条件下驾驶人眼睛检测与跟踪方法研究[J].西安工业大学学报.2019
[3].王鑫磊,王辛岩,田中轩,张娅婷.眼睛特征下的疲劳检测与研究[J].绿色环保建材.2018
[4].唐阳山,徐忠帅,杨语尧.基于头部姿态眼睛差分定位的驾驶员疲劳检测[J].科学技术与工程.2018
[5].陈昕,朱国华,张驰,高令顺.基于眼睛闭合状态的驾驶疲劳检测方法[J].辽宁工业大学学报(自然科学版).2018
[6].杨欢,陈小强,雷嘉莹,王英.基于逆投影修正和眼睛凝视修正的列车驾驶员疲劳检测方法[J].铁道学报.2018
[7].李燕晓.人脸检测及眼睛定位算法的研究[D].沈阳理工大学.2017
[8].刘长亮.基于眼睛与头部状态的疲劳检测系统设计[D].大连海事大学.2017
[9].李燕晓,秦丽娟.人脸检测及眼睛定位算法的研究[J].电子世界.2017
[10].杨非,庞玉,刘宗强.驾驶员疲劳检测中眼睛特征提取算法研究[J].机电一体化.2017