基于ASM和眼嘴自动标点的差距化疲劳识别
人的眼睛和嘴巴是面部当中最能表现状态的重要因素,准确有效的提取它们特征的能够应用于多种场合;针对经典弹性图匹配算法中人脸特征点的定位问题,通过手工标定特征点,用可变形状模型(ASM)法对人眼和嘴部定位点训练,然后使能够机器自动标定,通过匹配后计算与正常状态的点的差距,从而对驾驶员驾驶过程中疲劳状态进行检测和警告;仿真实验得出结论表明:此法能利用短时间,快速且较为准确的识别疲劳.
可变形状模型(ASM)、自动标定、差距化、疲劳检测
30
TP273(自动化技术及设备)
2013-05-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
39-44