1. 研究目的与意义（文献综述）

随着我国经济不断的发展, 汽车保有量不断增加。汽车在给人们带来方便的同时，随之引发的交通事故也不断增多。据统计，我国交通事故死亡人数己连续10多年居世界第一，每年都会有超过上万起的交通事故发生。交通事故成为了一个不容忽视的问题, 而驾驶员疲劳驾驶是引发事故的重要原因之一。据研究表明, 疲劳驾驶引发事故的概率比正常驾驶高出4到6倍。驾驶疲劳是指司机由于睡眠不充足或者长时间的驾驶造成的神经反应能力的下降，这种下降主要表现在驾驶员疲倦、打磕睡、驾驶操作失误或者完全失去驾驶能力。现如今疲劳驾驶现象日趋严重，但国内应对疲劳驾驶现象的预防设备还没有普及，还没有成熟的产品投入到市场之中应用。从而导致因疲劳驾驶而发生交通事故并造成了惨重的损失。交通事故的发生不仅对当事人产生了恶劣的影响，还容易激发社会矛盾，造成国家公共财产损失和资源的浪费。因此需要一套对驾驶员疲劳状态检测和预警的系统，能时刻监测和提醒驾驶员达到安全驾驶的目的。

1.国内关于检测疲劳驾驶的成果：

在近几年，我国在交通方面出现的事故率始终在世界前列，其中由于疲劳驾驶导致的事故所占的比例较高，但由于我国在驾驶疲劳检测方面起步较晚，相关的研究不能突破其瓶颈，从而导致我国在该领域技术始终落后。当前由于我国在科技方面不断取得新的突破，经济实力以及科研能力不断提高，我国相关领域的科研人员不断加大对驾驶疲劳检测系统的开发，从此我国开始了在这个领域的追赶之路。以2下是我国对于疲劳驾驶的研究成果。

2. 研究的基本内容与方案

1.主要研究内容及目标如下：

(1) 检测驾驶员疲劳情况之前，对定位人脸所用算法进行研究和优化。在疲劳时，人们会表现出很多外部特征，包括精神上的和身体上的，研究发现，面部的信息是对疲劳状态最好的反映。从这个角度出发进行疲劳判定，最关键的是要研究出能够在短时间内较准确地检测出驾驶员是否疲劳的算法。据研究表明，人在进入疲劳状态之前，眨眼频率较低，而当疲劳程度增加，眨眼频率将会增加。结合眨眼频率变高和打哈欠两种特征，使用面部标志和opencv检测和计算视频流中的眨眼次数和打哈气并判断疲劳状态。dlib是一个包含机器学习算法和工具的现代c 工具包，用于在c 中创建解决现实问题的复杂软件。它广泛应用于工业和学术界，包括机器人、嵌入式设备、移动电话和大型高性能计算环境。dlib库就是一个知名的第三方库, 能够实现人脸检测和识别, 其算法采用hog特征与级联分类器, 算法的实现大概过程有: (1) 将图像灰度化。 (2) 采用gamma校正法对图像进行颜色空间的标准化。 (3) 对每个图像像素进行梯度计算。 (4) 对图像进行小单元格划分。 (5) 生成每个单元格的梯度直方图。 (6) 把单元格组合成大的块, 块内归一化梯度直方图。 (7) 生成hog特征描述向量。故本课题通过面部特征确定出一个准确高效，实时性强的人脸检测算法，并确保此算法在检测人脸的时候不会影响到疲劳时表现出的面部特征。

(2) 疲劳特征提取方法的研究及优化。在准确定位到人脸之后，运用图像处理中的方法提取出能够体现疲劳状态的面部特征，这些特征包括眼睛的、嘴部特征，在提取嘴部特征的时候，针对提取结果存在的不足进行优化，达到准确提取特征的目的。

3. 研究计划与安排

第1－2周：查阅相关文献资料，明确研究内容，了解研究所需的相关知识。确定方案，完成开题报告。

第3－6周：完成英语论文翻译和熟悉原理、方法和软件。

第7－9周：完成模型设计。

4. 参考文献（12篇以上）

[1] 彭发超. 基于视觉的驾驶员疲劳检测算法研究:[湖南大学硕士学位论 文]. 长沙：湖南大学, 2016，12-15.

[2] 张洪. 基于 dsp 的车道偏离预警系统的研究:[东南大学硕士学位文].南京：东南大学, 2008，11-18.

[3] 周云鹏, 朱青, 王耀南. 面部多特征融合的驾驶员疲劳检测方法. 电子测量与仪器学报, 2014(10)，1140-1148.