疲劳驾驶视频监测中的快速人脸定位方法
3 实验结果及分析
本章节进行实验以验证本文所提方法的实时性以及对光照和人脸姿态变化的鲁棒性。
实验平台采用的计算机CPU为Intel(R)CPU@2．13 GHz，内存1 GB；软件平台为Windows XP；图像处理程序由MATLAB编制。待处理图像为事先获取的模拟光照变化及人脸姿态变化的驾驶员图像，大小统一设置为320x240像素，如图4所示。
1)对图4中的图像进行实验，均准确的得到了人脸区域，因此可以得出本方法对光照和人脸姿态的变化具有良好的鲁棒性。
图5展示了与图3不同光照不同人脸姿态下的人脸定位效果。
2)通过对图4中8幅图像进行实验，得出本方法对320×240像素大小的图像处理所需时间为94ms。
综合1)、2)可知，该方法定位准确、鲁棒性好，且定位速度快，为系统的实时性以及下一步的检测和跟踪人眼打下了良好的基础。
4 结论
本文紧密结合疲劳驾驶视频监测过程中视频背景基本保持不变的实际特点，引入背景减除法结合灰度投影来实现快速人脸定位。实验证明，本文所提出的方法准确、快速且对光照和人脸姿态变化鲁棒性好，为下一步实时、准确地判断驾驶疲劳状态，打下了良好的基础。然而本文所提出的方法适用于图像中存在驾驶员的情况，且仅限于可明显观察到驾驶员的光照条件，在光线太弱时难以发挥作用，仍然需要进一步的工作以发现更好的快速人脸定位方法。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码
