基于深度学习的驾驶员监测系统开发开题报告

全文总字数：3570字

1. 研究目的与意义（文献综述）

现如今，随着交通运输业的发展，我国汽车保有量逐年增加，交通安全逐渐成为社会广泛关注的热点问题。据不完全统计，全世界每年死于交通事故的人数约为60万，因车祸受伤的人更多，每年平均约有l000万人。在美国的重型汽车事故中，57%的灾难性事故是与驾驶员疲劳有关，疲劳已成为事故发生的主要原因。由此可见：驾驶员的行为状态在汽车行驶过程中起着至关重要的作用。如果能有效监测驾驶员是否疲劳，并在疲劳时发出警告，就能大大降低发生交通事故的可能性。因此，各国研究人员都在努力开发出一个能实时监视驾驶员警觉水平，并在任何不安全状态下能对驾驶员进行预警的系统。驾驶员监测系统（dms）是一种能够在驾驶员行驶过程中，全天候监测驾驶员的疲劳状态、驾驶行为等的实时监控系统。在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，该系统将会对此类行为进行及时分析，并进行相应提示，达到警示驾驶员，纠正错误驾驶行为的目的。目前全世界学者都在对该系统的检测方式，算法策略等进行详细研究。

2）国外研究状况分析

国外对驾驶疲劳的实质性研究工作是从20世纪90年代开始，其中最具代表性的有：

2. 研究的基本内容与方案

（1）驾驶员监测系统dms的背景意义、应用场景，国内外研究现状和发展历程。

3. 研究计划与安排

第1周完成方案构思、编写文献检索、完成开题报告

第2-3周外文翻译、资料再收集

第4-6周模仿、复现经典算法

第7-9周 完成主体代码，编写设计计算说明书（论文）

4. 参考文献（12篇以上）

1）程如中, 赵勇, 戴勇, etal. 基于adaboost方法的车载嵌入式疲劳驾驶预警系统[j]. 北京大学学报（自然科学版）, 2012,48(5):719-726.

2）白中浩, 焦英豪, 白芳华. 基于主动形状模型及模糊推理的驾驶疲劳检测[j]. 仪器仪表学报, 2015,36(4):768-775.

3）耿磊,袁菲,肖志涛,张芳,吴骏,李月龙. 基于面部行为分析的驾驶员疲劳检测方法[j]. 计算机工程, 2018,44(1): 274-279.

4）崔坚. 基于眼部识别的驾驶员疲劳检测方法研究[d].大连海事大学,2013.