法的原理及实现。
首先详细阐述了经典的AdaBoost算法，该算法涉及的内容包括HaarLike特征，弱分类器，级联的AdaBoost分类器等。然后利用AdaBoost算法进行人脸检测。
虽然AdaBoost算法的检测速度快，误识率低，但是在样本的权重更新过程中，对于分类错误样本中的正、负样本没有加以区分，不利于提高正样本的识别率。本文提出一种新的权重更新方法，对于分类错误的样本，对判断错误的正样本给更高的权重，使得算法在下一轮迭代时，更加关注对分类错误的正样本的学习，从而提高对正样本（人眼）的检测率。采用基于最小二乘法对眼部的外轮廓进行椭圆拟合，根据拟合椭圆的参数来判断眼睛的睁闭状态；采用结合PERCLOS和眨眼频率的方法，对疲劳状态进行检测。
关键词：疲劳检测，AdaBoost，人眼定位，PERCLOS
I
fAbstract
Withthedevelopme
toftheautomobilei
dustryco
ti
uouslythesocialproblemsaremorea
dmoresevereThetrafficaccide
ts
oto
lycausegreatharmtothepeoplebutalsobri
gheavyburde
a
deffecttosocietyBecausefatiguedrivi
gisamajorreaso
thatcausedtrafficaccide
tsThereforeresearchareaso
ablea
deffectiverealtimea
d
o
co
tactdeviceduetothedetectio
ofdriverfatiguedrivi
ghasgreatsig
ifica
ceforreduci
gtrafficaccide
tsa
draisi
groadsafety
I
thispaperthemai
researchco
te
tsarefacedetectio
eyelocatio
eyefeatureextractio
pri
ciplea
drealizatio
ofthecalculatio
offatigue’degree
FirstlytheclassicalAdaBoostalgorithmisproducedi
detailwhichi
volvesHaarLikefeaturesweakclassifier，cascadeAdaBoostclassifieretcNextfaceisdetectedbasedo
AdaBoostalgorithm
AlthoughtheAdaBoostalgorithmwithalowfalsepositiverateisfastthereis
odisti
ctio
betwee
samplesoferrorclassificatio
i
theprocedureofweightupdati
gwhichig
oreshitrateofpositivesamplesI
thispapera
ewmethodofweightupdati
gisproposedtoimprovethehitrateofpositivesampleswhichpaysmoreatte
tio
topositivesamplesoferrorclassificatio
Aftertheregio
ofdriver’seyesisobtai
edtheellipsefitti
galgorithmbasedo
leastsquaresmethodisusedtofittheeyeco
toursa
dtheeyestateiside
tifiedaccordi
gtoparametersofellipseThe
thefatiguestatecouldbedetectedbasedo
PERCLOSa
dbli
kfreque
cy
Keywordsfatiguedetectio
AdaBoosteyelocatio
PERCLOS
II
f1绪论
11研究背景及意义
所谓的疲劳驾驶是指驾驶员在长时间持续驾驶或睡眠不足情况下而造成的反应能力下降其主要表现在驾驶员困倦、驾驶操作反应迟钝或完全丧失驾驶能力。因疲劳驾驶而在全球每年导致数以万计的交通事故和大量人员伤亡。据公安部交通管理局数据，2010年全国共接报道路交通事r