[發明專利]一種基于人臉特征檢測疲勞駕駛的方法

在審

• 申請號: 201811609791.2
• 申請日: 2018-12-27
• 公開（公告）號: CN109409347A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 蘭朝鳳;毛秀歡;劉春東;趙宏運;劉巖
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 哈爾濱市文洋專利代理事務所(普通合伙) 23210
• 代理人: 何強

1.一種基于人臉特征檢測疲勞駕駛的方法，其特征在于該基于人臉特征檢測疲勞駕駛的方法按以下步驟進行：

一、圖像采集；

二、圖像處理：采用自適應中值濾波法對采集的圖像進行去噪、并采用自適應閾值法對采集的圖像進行光照均衡；

三、基于改進的Adboost算法分類器進行人臉定位；其中僅在樣本的權值比此時的更新閾值小，并且此樣本被分類不正確的情況下權值才會做出相應的調整，增加權重；除此之外，權重將會被縮小；

四、檢測到人臉進行下一步，未檢測到人臉進行步驟一；

五、人臉特征識別

5.1人眼定位：Gaboreye模型結合輻射對稱算法定位眼睛所在位置；

5.2人眼狀態判別：采用Ostu法將選取圖像處理為灰度直方圖，以背景和目標的類間方差的取值端點作為對閾值選取依據，以二值化后圖像中白色像素的數目作為眼睛的面積，眼睛處于睜開狀態，眼睛區域中白色像素的數目遠遠多于眼睛閉合時白色像素的數目；利用眼睛最大面積對駕駛員某一時刻的眼睛面積進行歸一化，歸一化公式為

其中current_area為白色像素區域面積，max_area為眼睛最大面積；若A>0.6，判定眼睛是睜開的；若A≤0.6，則判定眼睛為閉合狀態；

5.3嘴部粗檢：以嘴巴在臉部區域中分布的幾何規則，由公式選擇矩形部分；其中(x_face,y_face)代表提取人臉的矩形的左上角的坐標，(x_m0,y_m0)代表提取的嘴巴部分的左上角的坐標，W_mouth代表嘴部粗檢部分的寬度，H_mouth代表嘴部粗檢部分的高度；

5.4嘴部狀態判別：對圖像進行二值化計算嘴部面積，公式為其中嘴巴部分的灰度值用f_mouth(x,y)代表，經過二值化處理后得到圖像用B(x,y)表示，閾值設定為0.2；

然后對二值化處理后的圖像進行腐蝕：利用結構對圖像中的所有元素，之后對被結構元素所處理過的二值化圖像與結構元素進行邏輯中的“與”操作，若得到的結果都是1，則被處理的像素得到新的像素值255，否則被處理的像素得到新的像素值0；對處理后圖像中的連通域進行提取，并通過相互比較，找到其中最大的面積，將最大面積所在地方作為嘴巴部分的連通域；

采用Sobel算子對圖像中嘴巴部分的邊緣進行提取；

采用似圓度的方法對嘴部所處的狀態進行判定：計算出圖像中最大的連通域中白色像素的個數，將此看作是嘴部的面積，利用所求的邊緣，得到邊緣上白色像素的數目，將此看作嘴部的周長；采用e代表似圓度，e∈[0,1]，嘴部的面積采用S表示，嘴部周長采用P表示，采用公式計算嘴巴部分的似圓度；若e<0.4，則嘴巴是閉合的，若e≥0.4，則嘴巴是張開的；

六、疲勞狀態判定

選用從視頻中獲得的連續的圖片，如果檢測到駕駛員眼睛閉合并打哈欠，認定為疲勞狀態；檢測到駕駛員眼睛閉合未打哈欠，認定為疲勞狀態；檢測到駕駛員打哈欠但眼睛不閉合，認定為非疲勞狀態；檢測到駕駛員眼睛不閉合且未打哈欠，認定為非疲勞狀態。

2.根據權利要求1所述的一種基于人臉特征檢測疲勞駕駛的方法，其特征在于步驟二中自適應中值濾波法采用3×3的中值濾波模板、δ＝0.8、的高斯模板和的均值濾波模板。

3.根據權利要求1或2所述的一種基于人臉特征檢測疲勞駕駛的方法，其特征在于步驟二中自適應中值濾波法的最小窗口為3，最大窗口為19。