基于adaboost的红外视频图像疲劳检测算法

《基于adaboost的红外视频图像疲劳检测算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、ＣＮ４３－１２５８／ＴＰ计算机工程与科学２０１２年第３４卷第５期ＩＳＳＮ１００７－１３０ＸＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧ＆ＳＣＩＥＮＣＥＶｏｌ．３４，Ｎｏ．５，２０１２文章编号：１００７－１３０Ｘ（２０１２）０５－０１０７－０５＊基于Ａｄａｂｏｏｓｔ的红外视频图像疲劳检测算法ＡｎＡｌｇｏｒｉｔｈｍｏｆＦａｔｉｇｕｅＤｅｔｅｃｔｉｏｎｂｙＩｎｆｒａｒｅｄＩｍａｇｅｓＢａｓｅｄｏｎＡｄａｂｏｏｓｔ李智１，谢剑斌１，陈章永２，程永茂２，刘通１１，ＸＩＥＪｉａｎ－ｂｉｎ１，ＣＨＥＮＺｈａｎｇ－ｙｏｎｇ２，ＣＨＥＮＧＹｏ

2、ｎｇ－ｍａｏ２，ＬＩＵＴｏｎｇ１ＬＩＺｈｉ（１．国防科学技术大学电子科学与工程学院，湖南长沙４１００７３；２．中钞实业有限公司，北京１０００５２）（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００７３；２．ＺｈｏｎｇｃｈａｏＥｎｔｅｒｐｒｉｓｅＣｏ．，Ｌｔｄ．，Ｂｅｉｊｉｎｇ１０００５２，Ｃｈｉｎａ）摘要：针对以往疲劳检测算法普遍存在的受光照条件影响大、检测测速度慢以及可靠性差等问题，本

3、文提出了一种基于Ａｄａｂｏｏｓｔ的疲劳表情快速检测算法。本文算法在不同环境光照的情况下，利用红外光源照明采集获得大量人脸红外图像样本。经过人脸检测定位以后，将人脸区域中眼睛、嘴巴这两个表情信息最集中的关键部位分割出来，用ＰＣＡ方法分别提取两个子图块的形变特征，分别输入Ａｄａｂｏｏｓｔ训练得到两个分类器。检测时，待检测图像眼、嘴的特征分别通过相应分类器进行判别，将两个分类器的输出进行或运算得到最终的检测结果。该方法正确率高，速度快，具有很好的泛化能力和较强的鲁棒性，能够满足实时应用要求。Ａｂｓｔｒａｃｔ：Ｆｏｒｔｈｅｐｒ

4、ｏｂｌｅｍｏｆｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｉｌｌｕｍｉｎａｔｉｏｎａｎｄｓｐｅｅｄａｎｄｒｅｌｉａｂｉｌｉｔｙｏｆｔｈｅｐｒｅｖｉ－ｏｕｓｆａｔｉｇｕｅｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｆａｓｔａｌｇｏｒｉｔｈｍｏｆｆａｔｉｇｕｅｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＡｄａ－ｂｏｏｓｔ．Ａｇｒｅａｔｌｏｔｏｆｉｎｆｒａｒｅｄｆａｃｅｉｍａｇｅｓｈａｖｅｂｅｅｎｇａｉｎｅｄｉｎｖａｒｉａｂｌｅｅｎｖｉｒｏｎｍｅｎｔａｌｉｌｌｕｍｉｎａｔｉｏｎｕｓｉｎｇｉｎｆｒａｒｅｄ．Ａｆｔｅｒ

5、ｔｈｅｆａｃｅｄｅｔｅｃｔｉｏｎ，ｔｈｅｆｅａｔｕｒｅｓｏｆｅｙｅｓ’ａｎｄｍｏｕｔｈｓ’ｓｈａｐｅｓａｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｓｅｉｍ－ａｇｅｓｕｓｉｎｇｔｈｅＰＣＡｍｅｔｈｏｄ．ＴｈｅＡｄａｂｏｏｓｔｔｒａｉｎｉｎｇｐｒｏｃｅｄｕｒｅｔｒａｉｎｓｔｗｏｃｌａｓｓｉｆｉｅｒｓｔｏｄｅｔｅｃｔｆａｔｉｇｕｅｅｘ－ｐｒｅｓｓｉｏｎｕｓｉｎｇｔｈｅｓｅｆｅａｔｕｒｅｓ．Ｉｎｔｈｅｄｅｔｅｃｔｉｎｇｐｒｏｃｅｄｕｒｅ，ｔｈｅｆｅａｔｕｒｅｓｏｆｅｙｅｓａｎｄｍｏｕｔｈｓｔｏｂｅｄｅｔｅｃｔｅｄａｒｅｃｌａｓｓｉｆ

6、ｉｅｄｂｙｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃｌａｓｓｉｆｉｅｒｓ．ＴｈｅｎｄｏｉｎｇｔｈｅＯＲｏｐｅｒａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｏｕｔｐｕｔｓｏｆｔｈｅｃｌａｓｓｉｆｉｅｒｓｇｉｖｅｓｔｈｅｆｉｎａｌｒｅｓｕｌｔ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｈａｓｎｏｔｏｎｌｙｈｉｇｈｃｏｒｒｅｃｔｒａｔｅａｎｄｆａｓｔｓｐｅｅｄｂｕｔａｌｓｏａｐｏｗｅｒｆｕｌａｂｉｌｉｔｙｔｏｇｅｎｅｒａｌｌｙｕｓｅｒｏｂｕｓｔｎｅｓｓ．Ａｎｄｔｈｅｒｅｓｐｏｎｓｅｔｉｍｅｏｆｔｈｉｓａｌｇｏｒｉｔｈｍｓａｔｉｓｆｉｅｓｔｈｅｒｅａｌ－ｔｉｍｅｒ

7、ｅｑｕｉｒｅｍｅｎｔｓ．关键词：疲劳检测；红外图像；ＡｄａｂｏｏｓｔＫｅｙｗｏｒｄｓ：ｆａｔｉｇｕｅ－ｄｅｔｅｃｔｉｏｎ；ｉｎｆｒａｒｅｄ－ｉｍａｇｅ；Ａｄａｂｏｏｓｔｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７－１３０Ｘ．２０１２．０５．０２１中图分类号：ＴＰ３９１．４文献标识码：Ａ＊收稿日期：２０１０－０２－２８；修订日期：２０１０－０５－１３基金项目：国家８６３计划资助项目（２００８ＡＡ８０１２３２０Ａ）通讯地址：：４１００７３湖南省长沙市国防科学技术大学电子科学与工程学院Ａｄｄｒｅｓｓ：ＳｃｈｏｏｌｏｆＥｌｅ

8、ｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ，Ｈｕｎａｎ４１００７３，Ｐ．Ｒ．Ｃｈｉｎａ１０８计算机工程与科学２０１２，３４（５）的鲁棒性和正确率。１引言２基于Ａｄａｂｏｏｓｔ的疲劳检测人脸表情识别（ＦａｃｉａｌＥｘｐｒｅｓｓ