MATLAB人脸识别在驾驶员疲劳检测中的应用研究

随着社会经济的发展，越来越多的机动汽车被人们所使用。但近年来，因疲劳驾驶引发的交通事故也在不断增多，从而引发了有关人员对驾驶员疲劳状态监视技术的研究。而MATLAB人脸识别技术是一种能够实现人脸特征提取的方法，能够实现人脸的识别和状态判断。因此，有必要对该技术在驾驶员疲劳检测中的应用问题展开研究，从而更好的利用该技术实现驾驶员的疲劳状态监测。

1 MATLAB人脸识别技术分析

MATLAB人脸识别其实就是利用MATLAB平台进行编程运算，然后通过利用图像处理和模式识别技术从静态或动态场景中进行人脸特征的提取，从而根据已知人脸样本库数据进行人脸的验证或识别。在人脸识别的过程中，需要先进行人脸图像的摄取，然后通过图像预处理进行人脸检测与定位。在此基础上，通过对人脸图像进行归一化处理，就可以完成人脸特征提取和识别，并且最终进行验证或识别结果的输出。而MATLAB作为高性能的数值计算和可视化数学软件，具有较为强大的图示能力和数值计算能力，同时其基本元素为矩阵，所以可以用于进行图像处理。通过将样本图像输入到预先编制的识别程序中，就可以完成对输入图像的色彩转换处理、图像消噪处理、图像尺寸归一化处理。在此基础上，利用Adaboost、LBP和LDA等人脸识别算法，就可以对图像进行训练，并且产生特征脸和平均脸。最后，经过程序判断，就可以进行识别结果的输出。

2 MATLAB人脸识别在驾驶员疲劳检测中的应用

在驾驶员疲劳检测中，应用MATLAB人脸识别技术需要使用基于Haar特征的级联Adaboost检测算法进行人脸识别。具体来讲，就是在完成驾驶员人脸图像检测后，利用Gabor滤波和梯度增强边缘信息等算法完成图像处理，然后利用形态学和二值化处理方法进行眼睛、嘴部位置的确定。在此基础上，则可以利用SVM进行线性分