[发明专利]基于Gabor变换的人脸疲劳序列模式识别系统

说明书

【技术领域】

本发明属于信息技术应用领域，具体是指一种基于Gabor变换的人脸疲劳序列模式识别系统。

【背景技术】

根据美国联邦调查局显示，20％-30％的交通事故都是由于疲劳驾驶所引起的，驾驶员疲劳检测技术的研究对于预防交通事故有着重要意义。

目前驾驶员疲劳检测研究方法可以分成两大类，一类是从驾驶员自身特征出发，通过某种设备获取驾驶员的生理参数特征或者视觉特征，利用驾驶员在正常状态和疲劳状态的特征模式不同，采用相应的模式识别技术进行分类判别，从而检测到是否有疲劳产生；另一类是根据车辆的行为表现间接判断驾驶员是否产生疲劳，在这类技术中，通过传感器获取车辆在行驶过程中的各种参数，根据车辆行驶过程中的异常情况，如车辆是否超过道路标识线，速度是否超速，车辆之间的距离是否太近等，通过车辆的异常情况判断驾驶员是否有疲劳产生。

基于视觉特征的疲劳检测技术是利用摄像机和计算机视觉、数字图像处理，模式识别等技术对视觉特征进行分类识别。当驾驶员疲劳时会出现眼睑运动速度变慢，眼睛睁开幅度变小，眼睛凝视方向狭窄甚至闭眼等，有的会有频繁点头、打呵欠等，因此可以通过研究眼睑眨动、眼球运动、头部的位移面部表情等视觉特征进行疲劳检测，而且这种检测方法是非接触式的，不会给驾驶员带来负担。

Gabor小波的核函数与人类视觉系统中简单细胞的视觉刺激响应非常相似，有很好的空间局部性和方向选择性特征。它在提取目标的局部空间和频率域信息方面具有良好的特性。Gabor小波对于图像的边缘敏感，能够提供良好的方向选择和尺度选择特性，且对于光照变化不敏感，由于他们的生物相关性和计算特性，因此Gabor小波被广泛应用于不同的图像处理应用中，如人脸识别，表情识别等。但目前已有的基于Gabor变换的驾驶员疲劳状态识别系统一般是基于监视器采集到的单幅脸部图形特征来判别驾驶员是否处于疲劳驾驶状态，从而导致误判率很高，例如：驾驶员偶尔打一个哈欠并不代表其真正的疲劳。

【发明内容】

本发明所要解决的技术问题在于提供一种能有效识别驾驶员是否疲劳的基于Gabor变换的人脸疲劳序列模式识别系统。

本发明采用以下技术方案解决上述技术问题：

基于Gabor变换的人脸疲劳序列模式识别系统，该系统包括四个部分：

基于Gabor变换的人脸图像特征抽取：利用监视器对驾驶员的脸部图像进行采集，并将采集得到的数据存入到统一的原始图像数据库中，然后，基于Gabor变换对每一幅原始脸部图像进行特征抽取，得到对应的人脸特征向量表示，构造人脸特征表示库；

基于数据挖掘技术的人脸疲劳序列模式挖掘：对采集到的用于疲劳特征序列模式训练的驾驶员脸部疲劳图像序列，通过基于Gabor变换的人脸图像特征抽取，形成驾驶员脸部疲劳特征向量序列，进而构造疲劳特征序列模式训练数据库S，然后，在此基础上，基于序列模式挖掘技术挖掘出驾驶员脸部疲劳特征序列模式；

基于滑动时间窗技术的人脸图像序列抽取：利用给定的用于分段采样的滑动时间窗ΔT，对监视器实时监控到的驾驶员脸部图像数据流进行采样，形成时间跨度为ΔT的采样脸部图像序列，并通过基于Gabor变换的人脸图像特征抽取，形成驾驶员脸部采样特征向量序列；

基于模式匹配技术的人脸疲劳序列模式识别：将得到的驾驶员脸部采样特征向量序列，与利用基于序列模式挖掘技术挖掘出的驾驶员脸部疲劳特征序列模式，进行序列模式匹配，从而判定当前驾驶员是否处于疲劳状态。