摘要：驾驶员是道路交通安全问题的一个重要且关键的因素，道路交通安全事故的产生和驾驶员的行为密切相关，分析驾驶员的驾驶行为对于减少道路交通安全事故非常重要。

本文实现了一个非接触式的基于图像的驾驶员眼动识别系统。首先，打开待检测的视频或摄像头，在提取的视频帧中使用关键点检测算法获得人脸上各个器官的关键点位置信息。接着，基于人眼部位的关键点，提取脸部图像中的人眼子图像，并使用基于直方图的检测算法，确定瞳孔位置。然后根据瞳孔在眼睛中的位置，对人眼的视线方向、眼睛的开合状态进行了分析，准确地检测人眼的眼动状态，并显示眼动识别结果。最后利用Python和OpenCV、Dlib及Pillow等技术，设计并实现了驾驶员眼动识别系统，准确的获得人眼眼动的状态。

为了验证本文的驾驶员眼动识别系统的有效性，在模拟环境下采集了实验人员的视频数据，作为实验的数据集。实验结果表明，本文的方法对驾驶员眼动识别具有较好的准确性，整个系统能满足实际的需求，具有一定的现实意义。

关键词：眼动识别；人脸检测；关键点检测；图像处理；瞳孔检测

目  录

摘  要

ABSTRACT

第一章-绪  论-1

1.1选题背景-1

1.2国内外研究现状-2

1.2.1 国内研究现状-3

1.2.2 国外研究现状-5

1.3技术研究难点-6

1.4本文研究内容-7

1.5论文的结构-7

1.6本章小结-7

第二章-有关眼动识别的生理结构与基础理论-9

2.1人眼球构造与视力原理-9

2.2眼动的基本形式-10

2.3眼动的主要测量方法-11

2.4眼动识别相关技术实现方法-12

2.4.1 瞳孔定位检测方法-12

2.4.2 眼睛视线估计方法-14

2.5本章小结-15

第三章-人脸检测及关键点检测-16

3.1OpenCV介绍-16

3.2Dlib库介绍-16

3.3人脸检测常用方法-17

3.4人脸检测及关键点检测实现-19

3.4.1 基于Dlib的人脸检测系统的实现-19

3.4.2 人脸检测实验-20

3.4.3 人脸关键点检测-21

3.5本章小结-24

第四章-眼睛部位提取及瞳孔检测-25

4.1眼睛部位提取-25

4.2基于直方图的瞳孔检测-26

4.3判断视线方向-29

4.4本章小结-31

第五章-结论与展望-32

参考文献-33

致  谢-35