[发明专利]一种基于快速特征点定位的全天候哈欠检测方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种基于快速特征点定位的全天候哈欠检测方法及系统。

背景技术

哈欠是指人的嘴部从闭合到持续张开再到闭合的一个完整的状态过程，是反应人体疲劳程度的一个重要特征。一个可靠性高，实时性强以及适用性广泛的哈欠检测方法对于准确的进行疲劳检测来说极其重要。当前对于哈欠检测的方法较多。

一种基于数字视频的驾驶员疲劳状态检测方法，采用基于时-空域约束的优化Adaboost人脸检测方法的进行人脸检测，利用人脸的检测与定位结果结合人脸五官的“三庭五眼”的几何特征规则，再查找嘴巴区域，在查找到嘴巴区域的基础上用链码描述嘴巴轮廓，然后在频域中提取嘴巴的频谱特征，将该特征采用SVM训练，进而判别嘴巴哈欠状态。但上述专利仅仅依据人脸的几何规则确定嘴巴区域可靠性较低，考虑到每个人的脸部五官特征之间的几何约束均存在差异，而且在频域提取频谱特征再通过SVM训练识别哈欠状态工作量大、过于复杂而且耗时，因此在很大程度上降低了该方法实时性。

一种疲劳驾驶检测方法，利用Harr特征人脸识别方法检测定位人脸区域，再依据嘴巴在人脸的几何位置关系结合灰度投影法确定嘴巴区域，检测嘴部的区域的形状变化，即宽高比的变化，然后统计一段时间内，嘴部宽高比小于某一固定阈值的图像帧数，若其中帧数超过设定阈值，则可以判断为哈欠动作。但上述专利依据几何位置关系和灰度投影法确定嘴部区域极其容易受光照变化的影响而导致嘴巴区域定位失败，而且该方法采用灰度信息，无法适用于红外环境下，因此该方法的可靠性非常低，从而直接影响哈欠检测准确度。

当前哈欠检测方法较多，但目前的哈欠检测方法在准确性(嘴部张开大小，张开持续时间)，可靠性(嘴部精确定位)以及适用性(白天夜间)等方面尚存在的一些不足之处。

发明内容

本发明的目的在于克服上述技术不足，提出一种基于快速特征点定位的全天候哈欠检测方法及系统，解决现有技术中的上述技术问题。

为达到上述技术目的，本发明的技术方案提供一种基于快速特征点定位的全天候哈欠检测方法，包括：

S1、利用具有红外补光功能的图像采集装置采集驾驶员头部图像，利用Adaboost算法训练出识别脸部区域的分类器，利用训练出的分类器对驾驶员头部图像进行识别从而识别出驾驶员脸部区域；

S2、利用基于局部二值特征的形状回归算法训练定位脸部特征点的模型，利用训练出的模型定位驾驶员脸部区域的特征点，并根据驾驶员脸部区域的特征点获取驾驶员嘴部区域位置和图像；

S3、对驾驶员嘴部区域图像进行预处理操作之后进行轮廓检测，筛选出嘴部轮廓，由嘴部轮廓计算嘴部的张开度和持续张开时长，根据嘴部的张开度和持续张开时长判断驾驶员是否打哈欠以及统计打哈欠的次数。

本发明还提供一种基于快速特征点定位的全天候哈欠检测系统，包括：

脸部识别模块：利用具有红外补光功能的图像采集装置采集驾驶员头部图像，利用Adaboost算法训练出识别脸部区域的分类器，利用训练出的分类器对驾驶员头部图像进行识别从而识别出驾驶员脸部区域；

嘴部识别模块：利用基于局部二值特征的形状回归算法训练定位脸部特征点的模型，利用训练出的模型定位驾驶员脸部区域的特征点，并根据驾驶员脸部区域的特征点获取驾驶员嘴部区域位置和图像；

哈欠判断模块：对驾驶员嘴部区域图像进行预处理操作之后进行轮廓检测，筛选出嘴部轮廓，由嘴部轮廓计算嘴部的张开度和持续张开时长，根据嘴部的张开度和持续张开时长判断驾驶员是否打哈欠以及统计打哈欠的次数。

与现有技术相比，本发明的有益效果：使用了基于局部二值特征的形状回归算法，相比全局特征而言，噪声更少，减少了计算量，可以快速地进行脸部特征点定位,从而可以快速定位嘴巴位置，获取驾驶员嘴部区域图像，实时性高；借助具有红外补光功能的图像采集装置，不同光照强度下，均可采集清晰驾驶员头部图像，准确定位驾驶员脸部区域的特征点，并根据采集驾驶员头部图像时的光照强度自动选择对于驾驶员嘴部区域图像的不同预处理操作，使得哈欠判断更加准确，不易受光照环境影响，适应性强；根据驾驶员脸部区域的特征点获取驾驶员嘴部位置、图像，比通过五官几何位置关系确定嘴部位置更准确；哈欠判断时，嘴部的张开度超过张开度预设值时并持续一定时间时，才判断为驾驶员打哈欠，比仅仅通过单帧图像的嘴部张开度来判断哈欠更加准确。

附图说明

图1是本发明提供的一种基于快速特征点定位的全天候哈欠检测方法流程图；