全文总字数：4237字
1. 研究目的与意义（文献综述）
1.1选题背景及意义
社会不断发展，汽车保有量也在不断增长。与此同时，汽车交通事故量也是个很大的数字。根据国家统计局数据： 2016年全国汽车交通事故发生总数达到14万5千余次；2015年全国汽车交通事故发生总数达到12万9千余次；2014年为13万 6千余次，平均每天380次交通事故发生。而汽车交通事故死亡人数，2016年达到4万5千余人；2015年达到4万2千余人； 2014年达到4万2千余人。汽车交通事故对人民的生活和财产都造成了很大的危害，因此，迫切的需要改善此状况，保安全，促发展。
相关调查显示，交通事故发生原因千差万别，包括心理因素、疾病因素、生活因素等等，而其中一种比较普遍的原因是疲劳驾驶。疲劳驾驶症状包括但不限于以下几个方面：打哈欠、眼睛睁不开、躁动、难以集中注意力、感到乏味等等。处于疲劳状态下的司机，一般不能集中精力驾驶，对道路的关注减少、无法充分感知路况信息，反应速度下降，甚至会进入浅层睡眠、短暂失去意识，这是十分危险的[1]。一般驾驶者并未意识到自己已经身处疲劳状态，所以在意识到自己已处于疲劳状态之前及时让自己得到提醒可以让许多因疲劳而带来的后果避免发生，从而大大降低各种因疲劳而导致的事故发生。基于此种现状，设计了疲劳检测系统[2]，可以对被测者进行疲劳程度检测，并进行相应提醒，从而避免很多事故的发生。
2. 研究的基本内容与方案
2.1人眼检测
人眼定位的方法有：基于模板匹配的方法、基于图像投影的定位方法、基于统计学习的方法、基于hough变换的方法[9]。
基于模板匹配的方法首先需要建立眼睛模板库，通过对人眼模板与人脸区域图像块相似度进行匹配，相似度最大的即为人脸中的人眼。在基于模板匹配的方法中，模板的数量直接影响着识别精度，同时这种方法需要遍历输入的整个图像，所以计算量很大。此外驾驶员头部在摄像头前面不同位置时导致眼睛尺度变化、驾驶员侧脸或者是车内光线发生变化，其匹配精度下降。
3. 研究计划与安排
1-3周：查阅文献，完成开题报告
4-6周：总体设计，完成论文综述
4. 参考文献（12篇以上）
|
[1]李文学，谢凯.基于深度学习的疲劳驾驶检测方法研究[J].电子世界,2019,第17期 [2]Siquan Hu,Siquan Hu,Zhenye Lin.Fatigue DrivingDetection Based on Machine Learning and Image ProcessingTechnology[J].Journal of Physics: Conference Series,2018,1069(1):012179(6pp). [3]郭禹呈,饶军应,唐富, 等.基于心率监测的疲劳驾驶预警系统[J].区域治理,2018,(52):46,73. [4]运杰伦,林欣欣,高扬帆.基于CNN的驾驶员面部视频图像的疲劳检测应用研究[J].单片机与嵌入式系统应用,2019,19(12):62-64. [5]沙红梅.计算机图像处理人眼识别系统设计研究[J].电子设计工程,2019,27(17):131-134,139. [6]严正国，王家冰.基于嵌入式和OpenCV 技术的人脸识别考勤系统[J].现代计算机,2019,第28期 [7]纪国惠.人脸识别关键技术综述[J].科技创新与品牌,2019,(12):71-72. [8]刘卫华，吴丹.基于OpenCV的人脸检测*[J].科技创新与应用,2019,第31期 [9]李军,幸坚炬,黄超生, 等.人脸识别在疲劳驾驶检测中的应用研究[J].广东技术师范学院学报,2019,40(3):22-27. [10]张沛露.基于OpenCV的车牌识别系统实现[J].经济技术协作信息,2019,第29期 [11]刘习文，刘超英.贴片晶振尺寸快速视觉检测方法[J].电子技术与软件工程,2019,第18期 [12]Dalal, Navneet, Bill Triggs. Histograms of orientedgradients for human detection[C].Computer Vision and Pattern Recognition,2005. CVPR 2005. IEEE Computer Society Conference on. Vol. 1. IEEE[A], 2005. [13]王振铎，边倩.基于Java技术的数字图像处理系统的开发[J].电脑知识与技术,2019,第15卷,第28期 [14]王琴，米丹，周丽.基于CNN 的人脸识别课堂考勤系统[J].现代计算机,2019,第25期 [15]Soukupová T, Cech J. Eye blink detection using faciallandmarks[C]//21st computer vision winter workshop, Rimske Toplice, Slovenia.2016. [16]池佳豪，方诗镪，黄昭，刘雪柔，胡安正.基于OpenCV的智能语音识别分拣机器人[J].电子制作,2019,第19期 [17]郭佳.基于OpenCV 的二维渐变图像数据还原[J].现代计算机,2019,第18期 |
