《基於面部視頻的疲勞狀態分析與理解》是依託北京工業大學，由孫艷豐擔任項目負責人的面上項目。
基本介紹
- 中文名：基於面部視頻的疲勞狀態分析與理解
- 項目類別：面上項目
- 項目負責人：孫艷豐
- 依託單位：北京工業大學
項目摘要,結題摘要,
項目摘要
疲勞狀態分析與理解的目的就是要賦予計算機一定程度的對人類疲勞狀態的感知能力。通過獲取面部的各種特徵信息，建立疲勞狀態的計算模型，研究疲勞狀態特徵的分析、提取和理解的方法。該問題的研究對於促進信息技術在人類生活中更深入的套用具有重要意義。.本項目將在已有相關研究的基礎上，著重針對非理想光照條件下的視頻序列中疲勞狀態識別問題展開理論和方法的研究，圍繞視頻圖像光照的歸一化處理，疲勞狀態特徵的表示方法，人臉高維數據降維和疲勞狀態特徵的提取方法，疲勞狀態的多特徵融合識別等關鍵問題，探索疲勞狀態的計算模型和計算方法。尤其研究基於圖像集合和具有動態、時序特性的駕駛員狀態信息的表示、分析與識別，結合先驗知識，研究疲勞信息在特徵層和語義層融合識別的理論與方法，從而提高相應的技術與系統對於疲勞狀態信息的處理效率和準確度。項目的最終目標是實現一個原型系統：基於視頻信息的多光照條件下疲勞狀態分析與識別。
結題摘要
多數已有的疲勞識別方法本質上利用疲勞的單個面部圖像中的視覺特徵進行識別，是基於空間信息的方法。這些方法沒有建模疲勞的運動特性，對視頻中一幀一幀的圖像進行識別沒有利用時間上的信息。本項目以人的面部視頻為研究對象，從疲勞狀態的面部表現特點和視頻圖像的時序相關性特點出發，研究了面部視頻數據採集、處理方法，建立了面部疲勞狀態的視頻資料庫；研究了疲勞狀態的靜態、動態特徵表示方法，提出了多特徵信息融合策略，構建了疲勞狀態的多特徵融合表示模型；利用視頻信息的時序特性，提出了基於PCA的疲勞狀態整臉時序表示特徵，並採用HMM對時序特徵進行分析和理解；發展了融合多種特徵的疲勞狀態時序特徵表示、分析、理解的方法；構建了疲勞狀態的動態、多尺度特徵表示計算模型。本項目以基於視頻的目標分析與理解中的關鍵基礎問題為重點，以建立新的特徵表示和分析方法為目標，在研究視頻特點的同時，發展新的特徵表示、融合、分析理解方法。本項目的成果不僅對面部視頻中表情分析與理解的研究具有重要意義，而且能夠發展具有一般意義的相關理論方法。經過三年的努力，已全面完成計畫的各項任務。在國際國內期刊發表(含已錄用)論文12篇，其中在國際期刊發表論文10篇，國內期刊發表論文2篇，SCI刊源7篇，在本領域的主流國際學術會議上發表論文6篇。培養碩士博士研究生8名。申請國家發明專利5項，其中授權3項。
