您的位置: 专家智库 > >

国家高技术研究发展计划(2009AA11Z214)

作品数:14 被引量:101H指数:6
相关作者:成波丁晓青方驰王殿海李平凡更多>>
相关机构:清华大学吉林大学北京航空航天大学更多>>
发文基金:国家高技术研究发展计划国家自然科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术交通运输工程机械工程更多>>

文献类型

  • 14篇期刊文章
  • 1篇会议论文

领域

  • 9篇自动化与计算...
  • 7篇交通运输工程
  • 1篇机械工程

主题

  • 9篇驾驶
  • 5篇驾驶人
  • 4篇人脸
  • 4篇疲劳驾驶
  • 4篇驾驶员
  • 2篇行车
  • 2篇行车安全
  • 2篇眼睛
  • 2篇人脸检测
  • 2篇鲁棒
  • 2篇驾驶员疲劳
  • 1篇道路交通
  • 1篇道路交通管理
  • 1篇道路交通事故
  • 1篇道路交通事故...
  • 1篇动态模型
  • 1篇信息融合
  • 1篇映射
  • 1篇优先搜索
  • 1篇运输工程

机构

  • 12篇清华大学
  • 2篇吉林大学
  • 1篇北京航空航天...
  • 1篇中国铁道科学...
  • 1篇中华人民共和...
  • 1篇宾夕法尼亚大...
  • 1篇清华信息科学...

作者

  • 6篇丁晓青
  • 6篇成波
  • 3篇王生进
  • 3篇方驰
  • 2篇何智翔
  • 2篇文迪
  • 2篇李平凡
  • 2篇李家文
  • 2篇王殿海
  • 2篇张伟
  • 1篇王珂
  • 1篇王长君
  • 1篇张波
  • 1篇陈晨
  • 1篇康增建
  • 1篇王冰
  • 1篇李升波
  • 1篇张希波
  • 1篇黄琛
  • 1篇冯睿嘉

传媒

  • 3篇自动化学报
  • 3篇汽车工程
  • 1篇交通企业管理
  • 1篇物理学报
  • 1篇清华大学学报...
  • 1篇公路交通科技
  • 1篇铁路计算机应...
  • 1篇浙江大学学报...
  • 1篇交通信息与安...
  • 1篇汽车安全与节...
  • 1篇第五届图像图...

年份

  • 1篇2014
  • 2篇2013
  • 7篇2012
  • 4篇2010
  • 1篇2009
14 条 记 录,以下是 1-10
排序方式:
驾驶人眼睛定位与跟踪算法的研究被引量:2
2012年
通过机器视觉技术对眼睛动作和视线转移特征的分析可实现驾驶人警觉状态的有效估计,但实际行车过程中驾驶人面部姿态的不确定性变化对眼睛定位算法提出了严峻挑战。本文中在采用主动形状模型算法对面部区域进行配准的基础上,提出运用Lucas-Kanade光流进行全局跟踪,并采用基于自商图的Meanshift算法进行局部校准的跟踪策略。实验结果表明,Meanshift算法的局部极值化能力能有效消除Lucas-Kanade光流跟踪中的误差积累,有效提高了人眼定位与跟踪精度。
张伟成波张波
关键词:行车安全机器视觉
驾驶员疲劳状态适应式复合预警方法的研究被引量:4
2012年
研究了听觉、视觉和触觉等3类预警方式的预警效果,提出了疲劳预警的设计原则。深入研究了复合式预警的4种效果叠加模式,设计了一套适应于不同疲劳状态的复合式预警方案,实验结果表明该方案全面提高了疲劳预警的效果。
李家文成波
关键词:驾驶员疲劳驾驶辅助系统
驾驶人眼睛区域的鲁棒性定位算法研究被引量:5
2012年
疲劳驾驶是造成交通事故的重要原因.通过机器视觉技术对眼睛动作和视线转移特征的分析可实现驾驶人疲劳状态的有效估计.然而,实际行车环境中光照条件的随机、快速变化以及驾驶人面部姿态的不确定性使得眼睛区域的鲁棒性定位变得异常困难.为此,本文引入基于点分布模型的主动形状模型(ASM)算法并针对其在实际行车环境中存在的问题提出了三点改进.首先,建立了基于自商图的局部纹理模型以克服光照变化的影响;其次,充分利用面部局部区域良好的聚类性,建立了层叠式全局形状模型,以适应驾驶人姿态的大角度偏转;再次,在行车过程中,通过对驾驶人面部形状的在线学习实现模型参数分布特征的获取,为ASM算法的配准提供了更加紧致的约束.实验结果显示,本文算法对光照和姿态变化具有较强的鲁棒性,在驾驶人面部器官不发生自遮挡的情况下可实现眼睛区域的高精度配准.
张伟成波张波
关键词:行车安全计算机视觉
基于面部表情特征的驾驶员疲劳状态识别被引量:12
2010年
建立了基于面部表情特征的疲劳状态识别方法并进行了验证。从疲劳表情机理以及人的经验知识两个角度出发挖掘出人在疲劳状态下的表情特征,将定性的特征量化得到11个疲劳表情描述指标作为判据。进行疲劳驾驶实验,通过标记点检测的方法获取特征指标数据,从中提取出4个在不同疲劳状态间有显著性差异的特征指标,分别为张眼程度、眉头下垂程度、嘴角下垂程度及嘴形弯曲程度,并通过疲劳表情机理以及人的经验知识对指标的变化规律进行验证。以此为基础建立了基于典型判别方程的判别算法,实现了对疲劳驾驶93%的检测精度。
马添翼成波
关键词:疲劳驾驶面部表情识别表情特征
基于驾驶员转向操作特性的疲劳驾驶检测被引量:12
2013年
本文旨在利用驾驶模拟器开展疲劳驾驶试验,研究疲劳驾驶的检测方法。首先采用面部视频的专家评分方法,建立驾驶员3级疲劳(清醒、疲劳和非常疲劳)的样本数据库;然后定量提取描述疲劳操作特性的特征指标,采用序列浮动前向选择算法筛选最优的特征指标组合,最终建立了一种基于SVM的驾驶员3级疲劳的在线检测算法。测试结果表明,驾驶模拟器工况下,本文算法识别3级疲劳的准确率达到87.7%,具有较高的鲁棒性和实用性。
屈肖蕾成波林庆峰李升波
关键词:疲劳驾驶车辆状态支持向量机
基于LBP和CCS-AdaBoost的多视角人脸检测被引量:6
2013年
为了解决多视角人脸检测中多视角导致的人脸结构不同的问题和人脸与非人脸之间的误分类风险不同的问题,检测特征使用局部二值模式(LBP)及统计直方图,人脸非人脸分类器使用可控风险敏感AdaBoost(CCS-Ada-Boost).LBP及统计直方图能够描述多视角的人脸结构;CCS-AdaBoost能够在降低总体的误分类风险的同时最小化分类错误率.实验中,LBP特征的性能在正面人脸检测上比Haar-like特征更好.CCS-AdaBoost分类器在一定条件下也比普通AdaBoost分类器有更好的性能,并且弥补了风险敏感AdaBoost分类器(CS-AdaBoost)对靠近分类边界的样本分类不好的缺陷.最终的多视角人脸检测器在CMU-Profile测试集上获得了满意的结果.该算法实现了鲁棒的多视角人脸检测方法,在相同虚警率下获得比其他人脸检测方法更好的结果,能够有效地解决多视角人脸检测中的2个问题.
何智翔丁晓青方驰文迪
关键词:宽度优先搜索
一种鲁棒高效的人脸特征点跟踪方法被引量:14
2012年
人脸特征点跟踪能获取除粗略的人脸位置和运动轨迹以外的人脸部件的精确信息,对计算机视觉研究有重要作用.主动表象模型(Active appearance model,AAM)是描述人脸特征点位置的最有效的方法之一,但是其高维参数空间和梯度下降优化策略使得AAM对初始参数敏感,且易陷入局部极值.因此,基于传统AAM的人脸特征点跟踪方法不能同时较好地解决大姿态、光照和表情的问题.本文在多视角AAM的框架下,提出一种结合随机森林和线性判别分析(Linear discriminate analysis,LDA)的实时姿态估计算法对跟踪的人脸进行姿态预估计和更新,从而有效地解决了视频人脸大姿态变化的问题.提出了一种改进的在线表象模型(Online appearance model,OAM)方法来评估跟踪的准确性,并自适应地通过增量主成分分析(Principle component analysis,PCA)学习来更新AAM的纹理模型,极大地提高了跟踪的稳定性和模型应对光照和表情变化的能力.实验结果表明,本文算法在视频人脸特征点跟踪的准确性、鲁棒性和实时性方面都有良好的性能。
黄琛丁晓青方驰
关键词:自适应更新
道路交通事故预测面临的困难及误区
2010年
道路交通管理的实质是对交通系统状态进行监测,并根据出现的问题提出防控对策,使之处于良性发展状态的过程。交通管理的思想与产品质量控制类似,也需要对表征系统运行状况的指标进行监测并将其控制在一个合理的目标范围内。交通事故指标是其中最为重要的一类指标。同时,交通管理又不同于产品质量管理,其区别在于产品质量管理的目标范围是确定的,
李平凡王殿海王长君
关键词:道路交通事故道路交通管理交通系统防控对策
嵌入式驾驶员状态检测算法的实现与优化被引量:7
2012年
提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法.状态检测采用了基于统计学习的Adaboost算法与动态建模算法.与传统的采用主动红外光的方法相比,本系统采用对人眼更为安全的被动式方法,且对光线的变化有更好的鲁棒性.算法的主要创新点是:1)提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法,提高了人眼检测的准确性与速度;2)提出基于高斯混合模型的人眼动态建模跟踪算法,自动提取驾驶员眼睛区域灰度分布的信息,实现了对不同驾驶员人眼的建模与跟踪定位.在多个公共数据集以及实车采集的视频上进行的实验表明,该算法能够准确判断驾驶员的状态,满足实时处理的要求.
张旭李亚利陈晨王生进丁晓青
关键词:嵌入式系统
驾驶中拨打手机对驾驶人脑力负荷及驾驶行为的影响分析被引量:27
2010年
基于驾驶模拟实验平台,选择高速公路、城市道路2种交通环境,对3名低龄驾驶人正常驾驶与拨打手机驾驶情况下的脑力负荷及驾驶行为表征指标进行了全程监测。每组实验时间约为15min。其中,脑力负荷评估采用心率变异性相关指标,驾驶行为表征采用后视镜使用、转向灯使用、档位变换及速度变化等指标。实验结果表明,相比于正常状态驾驶中拨打手机时心率变异性指标,出现了驾驶人LFNU指标增大、HFNU指标减小、LF/HF比值明显增大、TP增大的现象,规律明显。在排除驾驶疲劳对心电指标产生影响的可能后,可初步判定出现以上现象的原因是拨打手机引起了驾驶人脑力负荷的大幅增加。在驾驶人认知资源有限的情况下,脑力负荷的增大造成了驾驶人在信息获取、转向灯使用、档位变换和车速保持等方面的能力有不同程度的下降。综上所述,驾驶中拨打手机使得驾驶人脑力负荷大幅增加,进而对驾驶行为产生了诸多负面影响,给交通安全带来了隐患。因此,建议相关部门在法律、法规中对驾驶中拨打手机的行为加以限制,以减少交通事故风险。
李平凡王殿海刘东波王峻极
关键词:交通运输工程驾驶模拟
共2页<12>
聚类工具0