[发明专利]基于面像与眼动分析的高速列车驾驶员警觉度检测方法

说明书

技术领域

本发明涉及一种图像检测跟踪与信息融合方法，尤其涉及一种高速列车驾驶员面部图像及眼部的跟踪与分析方法。

技术背景

设计时速350公里的京津城际高速铁路在2008年奥运会开幕前夕成功投入运营，2011年6月30日15时，全长1318公里，设计时速380公里，全世界最长的高速铁路客运专线京沪高速铁路正式开通，高速铁路在中国得到飞速发展。但高速列车的安全运行管理，仍然面临着巨大的挑战。

在高速列车行驶中，机车信号和线路上的地面信号需要驾驶员去感知和理解，做出相应的判断和操作。因此，驾驶员工作时是否集中精力对于高铁的安全运营非常关键，如驾驶员疲劳，警觉度降低，将严重威胁高速铁路的安全运营。

对驾驶员的警觉度进行实时检测与估计，并根据检测结果对驾驶员进行实时提醒和事后考核是提高高速铁路安全运营的有效措施。国内外对驾驶员的警觉度检测方法进行了较深入的研究，并取得了一定的成果。其中，基于视觉计算的非侵入式驾驶员警觉度检测是主流技术。它以眼动跟踪分析为基础，通过非侵入式的面部表情识别检测出驾驶员的警觉度以其准确性、可靠性和非接触性成为检测驾驶员警觉度的首选。

1996年W.W.Wierwill教授[W.W.Wierwille，G.Mark.Research on Vehicle-Based Driver Status/Performance Monitoring，PART I.National Technical information Service，Virginia，1996]根据眼动跟踪结果，首先提出PERCLOS(percentage of eyelid closure over the pupilover time)指标，即设定时间内眼睛闭合时间与总时间的比值，进行驾驶员警觉度检测。随后，Qiang Ji[Qiang Ji，Zhiwei Zhu，and Peilin Lan，Real-Time Nonintrusive Monitoring and Prediction of Driver Fatigue.IEEE Transactions on Vehicular Technology，VOL.53，NO.4，July 2004，pp.1052-1068]等学者提出利用红外设备获取驾驶员红外视频图像，采用Kalman滤波进行驾驶员眼动跟踪，然后在眼动分析的基础上利用PERCLOS值进行警觉度检测。

现有基于PERCLOS值的警觉度评估方法，在实际应用中暴露出单一的眼闭合视频信息很难全面分析驾驶员的警觉度状态，正确率和鲁棒性有待提高的问题。

发明内容

本发明的目的在于提供一种基于面像与眼动分析的高速列车驾驶员警觉度检测方法，该方法检测出的驾驶员警觉度，不受光照影响、实时性好，正确率高和鲁棒性强。

本发明的目的是这样实现的：一种基于面像与眼动分析的高速列车驾驶员警觉度检测方法：包括以下步骤：

a、面像特征提取：

在高速列车驾驶室仪表盘前设置相同采样频率的主、次摄像头采集驾驶员头部图像，主摄像头的每一帧头部图像用小波多尺度分析方法提取头部特征，再通过神经网络训练方法快速定位驾驶员头部；然后采用AdaBoost算法对每一帧头部图像进行驾驶员人脸定位；

对人脸定位失败的头部图像，则用次摄像头采集的对应帧头部图像替换该头部图像，并用相同的操作对次摄像头采集的对应帧头部图像进行头部特征提取和人脸定位；下一帧头部图像的处理仍恢复采用主摄像头的头部图像；

b、眼动特征提取切换与定位：

安装于高速列车驾驶室的光线感应器检测驾驶环境的光照度，当检测出的光照度≥4Lux(勒克斯)且保持1分钟以上时，对第一帧头部图像定位出的驾驶员人脸，利用积分图像方法算出其水平方向和垂直方向上相互独立的Harr特征值，定位出第一帧头部图像的驾驶员眼部；当检测出的光照度＜4Lux(勒克斯)且保持1分钟以上时，采用二维正交Log-Gabor滤波的相位编码方式提取人眼图像的正交相位特征，定位出第一帧头部图像的驾驶员眼部；

c、眼动跟踪分析：