利用深度信息检测驾驶员头部姿态

吴福华; 汪同庆

doi:10.13951/j.cnki.37-1213/n.2017.02.012

烟台大学学报（自然科学与工程版） ›› 2017, Vol. 30 ›› Issue (2) : 155 -159+166. DOI: 10.13951/j.cnki.37-1213/n.2017.02.012

利用深度信息检测驾驶员头部姿态

吴福华, 汪同庆

作者信息 +

Author information +

文章历史 +

摘要

头部姿态估计是检测驾驶员打瞌睡的一个重要手段.针对传统彩色图像存在的易受遮挡、光照变化和不均匀的干扰,仅仅通过微软公司的Kinect传感器提供的深度图像流,利用具有判别性的随机回归森林实时估计头部的位置和朝向.首先构造决策树,联合决策树生成随机森林,在训练分裂节点过程中同时减小类标签分布的熵值和头部位置和朝向的方差.在训练过程中,考虑到深度图像不仅仅有头部,还包括驾驶员上半身,因此在投票确定头部姿态之前,需要将头部图像块分类出来.最后在模拟的真实车内环境进行实验,结果证明,光照的明暗变化和部分遮挡以及驾驶员的本身的穿戴(例如戴墨镜和戴帽子等)对头部姿态的估计没有影响,本文的方法具有较好的鲁棒性.