[发明专利]基于Kinect及人脸识别的疲劳驾驶检测方法

权利要求书

1.基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，该系统包括以下步骤：

步骤一、通过Kinect摄像头拍摄到用户关于脖子和头部的骨骼信息，进行人脸识别追踪分析，得到的人脸识别结果为一个用户脸部的3D面具；

步骤二、在Kinect人脸识别获得的3D面具上，提取人脸的121个特征点；通过人脸特征点去定位，进行人眼图像提取、嘴部图像提取，并将相关特征点并记录下来；

步骤三、根据步骤二获取的人眼区域的特征点，将人眼区域在识别到的人脸图像中标识出来，提取到新的画板中，并且对人眼图像进行灰度化处理和二值化处理；

步骤四、引入判断疲劳驾驶的判断依据，即：有关人眼的眨眼频率的变化率和闭眼时间的检测；有关嘴部打哈欠的检测。

2.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤一的人脸识别，具体包括以下步骤：

用于人脸识别所使用的类为FaceTracker和FaceTrackFrame，所述用户脸部的3D面具由121个特征点连线而形成的多个三角形拼接构成。

3.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤二中的人眼图像提取，具体包括以下步骤：

首先，获取彩色图像的位图数据；然后，获取人眼矩形框区域的大小，左眼睛的矩形区域由第19,20,23,24这四个特征点的坐标提供，矩形框的高是由特征点24和特征点19的Y坐标的差值表示，矩形框的宽由特征点23和特征点20的X坐标的差值表示。矩形框的顶点坐标的X坐标为特征点20的X坐标，Y坐标为特征点19的Y坐标。

4.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤二中的嘴部图像提取，具体包括以下步骤

获取嘴巴外侧的四个特征点即特征点31，85，79和64。

5.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述灰度化，具体计算方法为按照以下的公式将彩色图像转换为灰度图像：

Gray(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j)。

6.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述二值化的处理，具体包括以下步骤：

设定一个初始阈值，并对这个阈值进行迭代直至收敛；迭代算法如下：遍历像素点，得到最大值和最小值，求平均值即为初始阈值T；像素值低于T的像素点集合C1和高于T的像素点集合C2分别进行加权平均的计算，得到的值即迭代一次后的阈值，终止条件为前一次和后一次的迭代结果阈值不再发生变化。

7.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤四的眨眼频率的变化率的判断，具体包括以下步骤：

每一分钟进行一次采样，并在后一次采样完成后计算和前一个采样样本的方差，依次迭代，出现波动较大的一个样本判断为疲劳。

8.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤四的闭眼时间的判断，具体包括以下步骤：

设置一个阈值2秒；超过此阈值的闭眼时间判断为疲劳驾驶。

9.如权利要求1所述的基于Kinect及人脸识别的疲劳驾驶监测方法，其特征在于，所述步骤四的嘴部打哈欠的检测，具体包括以下步骤：

通过检测嘴部张开的角度大小，检测是正常说话还是由于疲劳有打哈欠的动作，出现打哈欠的动作判断为疲劳驾驶。