导读:本文包含了眼睛状态论文开题报告文献综述及选题提纲参考文献，主要关键词:机动车驾驶,眼睛检测,图像预处理,虹膜检测
眼睛状态论文文献综述
冀翀晓,吕青,李何[1]（2019）在《基于实时检测眼睛状态的一种安全驾驶方法》一文中研究指出为预防及减少机动车驾驶过程中交通事故的发生,提出一种基于实时检测眼睛状态的安全驾驶方法。首先,在机动车驾驶空间安装并初始化摄像头,获取驾驶员的实时视频,然后采用基于肤色的人脸识别算法保留感兴趣区域(ROI),再用Viola-Jones算法眼睛分类器进行眼睛检测,最后对图像进行直方图均衡化以及中值滤波,利用Hough变换的圆形检测技术实现虹膜检测以完成眼睛的实时状态检测。实验结果表明,该方法能成功检测眼睛状态,检测准确率为99%,Kappa一致性为95.3%,具有较高的实时性。(本文来源于《现代电子技术》期刊2019年20期）
闫欣,华凌[2]（2019）在《AI换脸也有bug，看看人物眨没眨眼》一文中研究指出近日，知名视频网站blibli流传出一段视频：电影《射雕英雄传》（1994年版）朱茵主演的黄蓉被视频制作者通过“AI换脸术”处理成了杨幂的脸，神态表情如同朱茵饰演的黄蓉一样生动俏皮，毫无违和感，顿时引起网民热议，以至于微博话题点击量飙升至1.1亿。(本文来源于《科技日报》期刊2019-03-18）
陈昕,朱国华,张驰,高令顺[3]（2018）在《基于眼睛闭合状态的驾驶疲劳检测方法》一文中研究指出驾驶疲劳检测是预防驾驶疲劳提高交通安全的有效手段。以视频图像处理为基础,采用Open CV中的Haar分类器,对驾驶人人脸、人眼进行检测;以基于PERCLOS的疲劳检测算法为基础,提出"双眼检测、单眼疲劳判别"的疲劳检测方法,在PC机Visual Studio集成开发环境下,采用C++编程语言设计了驾驶疲劳检测仿真程序;通过输入驾驶人模拟疲劳驾驶视频,仿真实现了驾驶人人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2018年03期）
刘长亮[4]（2017）在《基于眼睛与头部状态的疲劳检测系统设计》一文中研究指出近年来,交通事故频发,疲劳驾驶作为交通事故产生的重要原因之一,造成了巨大的人员伤害和经济损失。但是人们往往对醉酒驾驶的关注程度较高,而常常忽略了疲劳驾驶带来的严重后果。因此,如何采用有效的方法去减少疲劳驾驶带来的交通事故具有重要的现实意义。本文在分析国内外疲劳检测研究现状的基础上,为进一步提高疲劳检测的准确率,设计了基于眼睛与头部状态(左偏、右偏、抬头和点头)的疲劳检测系统。实现了对驾驶员在行车过程中的驾驶状态进行实时监测,并综合评判驾驶员疲劳状况,及时有效的报警提醒。本文主要研究内容如下:(1)考虑到驾驶过程中光照和噪声的影响,论文采用中值滤波去噪、直方图均衡化进行光照补偿,通过图像预处理,保障后续人脸检测准确性。分析常用的Adaboost人脸检测与Seetaface检测方法,对两种方法分别进行速度、准确率等方面的对比分析,最终论文选择效果好、速度快的Seetaface检测算法进行人脸检测。(2)在人脸检测的基础上,进行人脸跟踪与优化,提高检测速度。根据几何特征进行特征点粗定位,使用人脸对齐模块进行面部特征点的精确定位,包括双眼、鼻尖和两个嘴角。对于提取的人眼特征,进行图像自适应二值化和形态学运算,计算人眼区域黑色像素点的百分比,结合PERCLOS准则,判断眼睛的睁闭状态。在检测到眼睛状态变化的基础上,同时检测头部姿态的变化,从而判断驾驶员的疲劳程度,进行报警提醒。(3)通过摄像头采集视频,在PC上进行算法设计和优化的实验验证。并在ARM平台搭建了嵌入式操作系统,移植Qt和OpenCV库,实现终端疲劳检测,对实验结果进行分析,实验表明系统达到了预期设计目标。(本文来源于《大连海事大学》期刊2017-12-01）
邹昕彤,王世刚,赵文婷,赵晓琳,李天舒[5]（2017）在《基于眼睛与嘴部状态识别的疲劳驾驶检测》一文中研究指出为在驾驶员佩戴眼镜的情况下也能准确有效地检测疲劳状态,提出一种判断是否佩戴眼镜的方法,并建立了基于眼睛与嘴部状态的疲劳驾驶检测系统。对该系统中有关目标检测、特征提取与图像识别等算法进行研究。首先,采用Adaboost算法通过人脸分类器从视频帧中检测人脸区域,并根据面部器官几何分布规则粗检眼睛与嘴部区域;其次,基于大律法自适应二值化,采用垂直积分投影法判断是否配戴眼镜,根据灰度直方图统计特征值法判断戴眼镜的眼部区域状态,另外,利用似圆度判断嘴部打哈欠情况;最后,利用PERCLOS(Percentage of Eyelid Closure over the Pupil)值识别眼睛疲劳状态,利用打哈欠频率识别嘴部疲劳状态。当检测到驾驶员处于疲劳状态,则及时给出疲劳警告。实验结果表明,该方法可有效解决眼镜对检测的干扰,并适用于不同光照与环境。同时,在戴眼镜情况下对于眼睛与嘴部疲劳状态的判断优于其他方法。基本满足疲劳检测系统对良好的实时性、稳定性与鲁棒性等要求。(本文来源于《吉林大学学报(信息科学版)》期刊2017年02期）
陈东太郎,曾卫明[6]（2016）在《基于功能磁共振成像分析不同眼睛状态下低频振幅比》一文中研究指出利用功能磁共振成像(f MRI)研究静息态睁眼、闭眼与眼睛生理性开合下人类功能连通性的改变。采用3.0 T西门子磁共振仪对16例志愿者进行扫描,获取不同眼睛状态下f MRI数据,利用低频振幅比提取数据特征,使用方差分析与双样本t检验分析静息态脑功能的差异。结果发现右侧中央后回、右侧颞上回、右侧舌回、左侧中央后回、左侧矩状裂及其周围皮层等脑区存在显着差异,3种状态之间的相互比较也检测出差异显着的脑区。研究表明睁眼、闭眼、自由状态对大脑f MRI的低频振幅比即特定脑区有一定的影响,会造成颞叶、枕叶等区域的差异,而这些差异均与视觉与认知活动相关。(本文来源于《中国医学物理学杂志》期刊2016年06期）
陈东太郎,曾卫明,王倪传,石玉虎[7]（2016）在《基于复杂网络的叁种眼睛状态下脑功能连通性比较》一文中研究指出尝试构建不同眼睛状态下的静息态脑功能网络,研究睁眼、闭眼和自由状态下的大脑网络拓扑结构差异.招募了13例被试者,用一台3T的西门子磁共振仪,获取了3种眼睛静息状态下各8min的功能磁共振数据,并同时采集了结构像.随后,构建3组被试者的功能连通矩阵,计算其复杂网络的全局特征系数、局部特征系数等测度参数.对测度进行方差分析与双样本t检验,以统计分析被试者之间的差异.我们发现,所有的状态在合适的稀疏度下,展现了小世界特性;相比于其他状态,闭眼状态下的全局效率较低.自由状态在复杂网络的各项测度上接近睁眼状态.综上所述,该项研究展现了睁眼、闭眼、自由状态对人脑功能连通网络的影响,并为眼睛状态如何影响功能磁共振实验提供了关键的证据.(本文来源于《安徽大学学报(自然科学版)》期刊2016年04期）
王冬梅,冯偲,王海鹏,于微波[8]（2016）在《疲劳驾驶检测中基于稀疏表示的眼睛状态识别研究》一文中研究指出为了解决传统接触式疲劳驾驶检测方法影响驾驶、检测算法识别率较低等问题,本文提出一种基于稀疏表示的眼睛状态识别的方法。利用K-SVD(K均值奇异值分解)方法对输入的训练集构造过完备冗余字典,利用正交匹配追踪法对测试的图像进行稀疏表示,然后根据重构图像和测试图像之间的误差,确定测试图像所属的类别,判断出测试图像的状态。实验中将KSVD和OMP(正交匹配追踪)方法与其它字典学习和稀疏表示方法进行对比,结果表明,利用K-SVD字典学习算法结合OMP算法获得了较好的识别效果。(本文来源于《影像科学与光化学》期刊2016年01期）
李锐,蔡兵,刘琳,汪鑫[9]（2016）在《基于模型的驾驶员眼睛状态识别》一文中研究指出采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状态的基础上,以兼顾识别算法的实时性和准确性为目标,利用机器视觉系统成像带来的更好区分眼睛状态的非虹膜特征,提出了基于融合模型的改进型人眼状态识别方法,进一步搭建了嵌入式平台并进行了算法识别的对比实验。结果表明非虹膜特征的融合检测算法提高了人眼的睁闭眼识别的区分度,与模板匹配法相比,眼睛状态识别的准确性提高15%,耗时也减少了约1/3。(本文来源于《仪器仪表学报》期刊2016年01期）
徐国庆[10]（2015）在《在线融合特征的眼睛状态识别算法》一文中研究指出针对人脸视频中眼睛定位精度影响眼睛状态识别正确率问题,提出了一种融合在线肤色模型的眼睛状态识别算法。首先,在人脸主动表观模型(AAM)定位的基础上,使用当前用户的肤色特征,建立在线肤色模型;其次,在初步定位的眼睛区域,再次使用在线肤色模型,定位内外眼角点的精确位置,并利用眼角点的位置信息提取精确的眼睛区域;最后,提取眼睛区域的局部二值特征(LBP),使用支持向量机(SVM)算法,实现对眼睛睁闭状态的鲁棒识别。实验结果表明,对比全局定位的眼角点定位算法,该算法可以进一步降低眼角点的对齐误差,在低分辨人脸中使用在线融合特征的睁闭眼状态的准确识别率分别为95.03%及95.47%,分别比直接使用Haar特征和Gabor特征的识别率提升2.9%和4.8%,在实时人脸视频中,使用在线特征可以明显提高眼睛状态识别效果。(本文来源于《计算机应用》期刊2015年07期）
眼睛状态论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近日，知名视频网站blibli流传出一段视频：电影《射雕英雄传》（1994年版）朱茵主演的黄蓉被视频制作者通过“AI换脸术”处理成了杨幂的脸，神态表情如同朱茵饰演的黄蓉一样生动俏皮，毫无违和感，顿时引起网民热议，以至于微博话题点击量飙升至1.1亿。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
眼睛状态论文参考文献
[1].冀翀晓,吕青,李何.基于实时检测眼睛状态的一种安全驾驶方法[J].现代电子技术.2019
[2].闫欣,华凌.AI换脸也有bug，看看人物眨没眨眼[N].科技日报.2019
[3].陈昕,朱国华,张驰,高令顺.基于眼睛闭合状态的驾驶疲劳检测方法[J].辽宁工业大学学报(自然科学版).2018
[4].刘长亮.基于眼睛与头部状态的疲劳检测系统设计[D].大连海事大学.2017
[5].邹昕彤,王世刚,赵文婷,赵晓琳,李天舒.基于眼睛与嘴部状态识别的疲劳驾驶检测[J].吉林大学学报(信息科学版).2017
[6].陈东太郎,曾卫明.基于功能磁共振成像分析不同眼睛状态下低频振幅比[J].中国医学物理学杂志.2016
[7].陈东太郎,曾卫明,王倪传,石玉虎.基于复杂网络的叁种眼睛状态下脑功能连通性比较[J].安徽大学学报(自然科学版).2016
[8].王冬梅,冯偲,王海鹏,于微波.疲劳驾驶检测中基于稀疏表示的眼睛状态识别研究[J].影像科学与光化学.2016
[9].李锐,蔡兵,刘琳,汪鑫.基于模型的驾驶员眼睛状态识别[J].仪器仪表学报.2016
[10].徐国庆.在线融合特征的眼睛状态识别算法[J].计算机应用.2015