[發明專利]一種基于眨眼規律識別的駕駛員疲勞檢測方法

在審

• 申請號: 201911371427.1
• 申請日: 2019-12-27
• 公開（公告）號: CN111191573A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 劉源;姚文明;李楊;王吉棟;張鵬;趙煦
• 申請（專利權）人: 中國電子科技集團公司第十五研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06T5/00;G06T5/40
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李微微

1.一種基于眨眼規律識別的疲勞檢測方法，其特征在于，包括：

步驟一、拍攝若干人臉圖像，并截取左眼和右眼的眼睛部位圖像；

步驟二、對所述眼睛圖像進行預處理，包括：

首先，將所有所述眼睛部位圖像尺寸調整為統一大小；

然后，使用高斯濾波對眼睛部位圖像進行降噪；

再然后，對眼睛部位圖像進行直方圖均衡化；

最后，將眼睛部位圖像的每個顏色通道進行歸一化；

步驟三、然后給每張眼睛部位圖像標記標簽：睜眼或者閉眼，由此得到訓練數據集；將交叉熵損失函數作為損失函數，基于訓練數據集對深度學習神經元網絡進行學習和訓練，最后得到可判斷人員睜眼或閉眼的模型；

步驟四、拍攝駕駛員臉部的視頻，對于視頻中每一幀圖像按照步驟一至步驟二的方法進行處理，得到每一幀的眼睛部位圖像；然后將每一幀眼睛部位圖像采用步驟三的模型進行識別；如果識別出的閉眼連續幀數超過設定的閾值，發出相應的疲勞報警信息。

2.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，所述步驟一中，拍攝人臉圖像后，通過人臉關鍵點檢測模型來定位人臉左眼、右眼、鼻子、左嘴角、右嘴角五個關鍵點，然后再截取左眼和右眼的眼睛部位圖像。

3.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，在截取眼睛部位圖像時，分別截取以左右眼為中心的正方形圖像，正方形的邊長為左右眼睛直線距離的一半。

4.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，所述將所有所述眼睛部位圖像尺寸調整為統一大小時；如果眼睛部位圖像尺寸小于標準尺寸，使用最臨近點插值算法放大圖像；如果眼睛部位圖像尺寸大于標準尺寸大小，采用基于區域子塊提取的方法縮小圖像，即：在求縮小圖像的像素時，不僅僅單純的取在原圖像中的采樣點像素，將原圖像分成一個個的子塊，縮小圖像的像素取相應子塊像素的均值。

5.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，所述高斯濾波的方法為：針對每一個像素點的像素值，將其本身和鄰域內的其他像素值經過加權平均后得到。

6.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，所述深度學習神經元網絡為VGG、GoogleNet或Resnet。

7.如權利要求1所述的一種基于眨眼規律識別的疲勞檢測方法，其特征在于，所述設定的閾值為7幀。