[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

一種基于人臉特征檢測疲勞駕駛的方法，涉及一種人工智能檢測疲勞駕駛的方法。本發明對眼睛與嘴部特征聯合檢測可判斷駕駛員的疲勞狀態，避免了因佩戴眼鏡而無法進行準確檢測。檢測方法：一、圖像采集；二、圖像處理；三、基于改進的Adboost算法分類器進行人臉定位；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；六、疲勞狀態判定。本發明與傳統監測方法相比聯合運用眼睛與嘴部狀態進行疲勞狀態的特征提取，提高了判斷的準確性、降低了疲勞駕駛檢測的誤判幾率。

技術領域

本發明涉及一種人工智能檢測疲勞駕駛的方法。

背景技術

交通安全是目前世界所面臨的一個重要問題，相關研究表明，交通事故在人類非自然死亡中所占的比例最大，許多人因此而失去了寶貴的生命，并給國家的經濟帶來了很大的負面影響。為了解決由疲勞駕駛引發的一系列問題，在國內外許多專家和學者的努力下，出現了許多新穎有效的方法。如今，疲勞檢測算法基本可以分為兩大類，即客觀和主觀兩類。主觀方面大部分是由駕駛員自己感覺或者是由他人觀察來對實時的狀態進行判斷，但由于個人體質差異以及觀察的仔細程度等，沒有統一的標準，無法保證正確率，通常只用作檢測的輔助手段。客觀方面的研究是疲勞檢測算法研究的重點。客觀方面的研究主要是對于駕駛員的一些內在及外在的指標進行測試，研究主要分為以下3種方法：(1)采用傳感器對駕駛員的生理指標進行監視，如心電圖，呼吸的頻率，心臟跳動的頻率等。(2)采用機器視覺技術對駕駛員的外部變化進行監測，比如打哈欠，眼睛閉合等。(3)采用車載傳感器對車輛的行駛特征以及駕駛員的行為進行監測，例如車速，轉向快慢，剎車速度等。這些方法雖均能達到一定的檢測效果，但大多未考慮到駕駛員戴眼鏡的情況，且一般僅針對眼睛或嘴部單一部位進行檢測與識別，特別是采用機器視覺技術根據駕駛員的外部特征變化進行監測的技術手段，容易導致檢測效果不如人意，存在誤判、準確性低的缺陷。

發明內容

本發明對眼睛與嘴部特征聯合檢測可判斷駕駛員的疲勞狀態，避免了因佩戴眼鏡而無法進行準確檢測，本發明與傳統監測方法相比聯合運用眼睛與嘴部狀態進行疲勞狀態的特征提取，提高了判斷的準確性、降低了疲勞駕駛檢測的誤判幾率。

本發明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，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；