[發明專利]疲勞駕駛檢測方法和裝置

有效

• 申請號: 201610056984.4
• 申請日: 2016-01-27
• 公開（公告）號: CN105769120B
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 楊銘;白濤;都大龍;黃暢
• 申請（專利權）人: 深圳地平線機器人科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京市正見永申律師事務所 11497
• 代理人: 黃小臨;王懷章

1.一種疲勞駕駛檢測方法，包括：

接收采集的駕駛員的正面圖像；

在采集的圖像中進行人臉檢測；

在檢測到的人臉中進一步定位人眼；

其特征在于，所述方法還包括：

基于深度神經網絡模型，對檢測到的人眼進行定位，識別人眼的狀態；以及

跟蹤多幀圖像中人眼的狀態的變化，判斷駕駛員是否疲勞；

所述基于深度神經網絡模型，對檢測到的人眼進行定位包括：

將人臉圖像輸入人臉特征點回歸卷積神經網絡模型，回歸預測在一個降采樣的低分辨率圖像中人眼的邊界位置；以及

從所述降采樣的低分辨率圖像中裁剪出作為另一降采樣的低分辨率圖像的雙眼區域圖像，輸入眼睛區域分割深度神經網絡模型，預測在所述另一降采樣的低分辨率圖像上屬于人眼區域的概率圖，分割出人眼區域所包含的圖像像素，并據此判斷人眼的張合狀態。

2.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述人眼的狀態的變化包括人眼張合大小的變化。

3.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述人眼的狀態的變化包括人眼張合頻次的變化。

4.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述疲勞駕駛檢測方法還包括在檢測到的人臉中進一步定位鼻子，并且基于深度神經網絡模型，對檢測到的鼻子進行定位。

5.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述疲勞駕駛檢測方法還包括利用單目紅外攝像頭進行圖像采集。

6.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述疲勞駕駛檢測方法還包括從所述降采樣的低分辨率圖像中定位嘴部區域，裁剪出嘴部區域圖像，輸入嘴區域分割深度神經網絡模型，分類判斷嘴部張開閉合狀態。

7.根據權利要求1所述的疲勞駕駛檢測方法，其特征在于，所述疲勞駕駛檢測方法還包括根據檢測的疲勞的不同狀況，作出不同等級的預警提示。

8.一種駕駛員疲勞駕駛檢測裝置，包括人臉檢測裝置、人眼定位裝置、以及疲勞判斷裝置，所述人臉檢測裝置用于在接收的駕駛員活動圖像中檢測駕駛員的面部，所述人眼定位裝置，用于在所述面部中，定位駕駛員的眼睛，從而確定駕駛員眼睛的狀態，所述疲勞判斷裝置，用于根據所述駕駛員眼睛的狀態，判斷所述駕駛員是否疲勞；其特征在于，

所述人眼定位裝置基于深度神經網絡模型，對檢測到的人眼進行定位，識別人眼的狀態；

所述疲勞判斷裝置跟蹤多幀圖像中人眼的狀態的變化，判斷駕駛員是否疲勞；

所述人眼定位裝置包括人眼粗略定位裝置，所述人眼粗略定位裝置用于將人臉圖像輸入人臉特征點回歸卷積神經網絡模型，回歸預測在一個降采樣的低分辨率圖像中人眼的邊界位置，進而識別人眼的狀態；

所述人眼定位裝置進一步包括人眼精確定位裝置，所述人眼精確定位裝置用于從降采樣的低分辨率圖像中裁剪出作為另一降采樣的低分辨率圖像的雙眼區域圖像，輸入眼睛區域分割深度神經網絡模型，預測在所述另一降采樣的低分辨率圖像上屬于人眼區域的概率圖，分割出人眼區域所包含的圖像像素，并據此判斷人眼的張合狀態。

9.根據權利要求8所述的駕駛員疲勞駕駛檢測裝置，其特征在于，所述駕駛員疲勞駕駛檢測裝置還包括嘴部精確定位裝置，所述嘴部精確定位裝置用于從降采樣的低分辨率圖像中定位嘴部區域，裁剪出嘴部區域圖像，輸入嘴區域分割深度神經網絡模型，分類判斷嘴部張開閉合狀態。

10.根據權利要求8所述的駕駛員疲勞駕駛檢測裝置，其特征在于，所述駕駛員疲勞駕駛檢測裝置進一步包括疲勞駕駛報警裝置，所述疲勞駕駛報警裝置用于根據駕駛員疲勞駕駛檢測裝置判斷的疲勞駕駛程度向駕駛員發出報警信息。

11.根據權利要求8所述的駕駛員疲勞駕駛檢測裝置，其特征在于，所述駕駛員疲勞駕駛檢測裝置進一步包括圖像采集裝置，所述圖像采集裝置用于采集駕駛員的正面圖像。