[发明专利]一种疲劳驾驶检测方法及装置

权利要求书

1.一种疲劳驾驶检测方法，其特征在于，包括如下步骤：

S1、通过近红外3D摄像机采集包含人脸的头部图像；

S2、采用LK光流法对连续两帧所述头部图像进行跟踪，并从跟踪到的头部图像中提取嘴部特征点、头部特征点和眼部特征点；所述眼部特征点包含眼部特征点的位置坐标；

S3、根据所述眼部特征点的位置坐标从近红外高速摄像机采集的图像中搜索眼部图像，以跟踪所述眼部图像的眼部特征点；所述眼部特征点还包括眼部特征点的速度信息；

根据所述位置坐标确定观测特征点；所述观测特征点用于指示连续两帧人眼图像中第一帧眼部图像的眼部特征点；

根据所述位置坐标和所述速度信息构建所述第一帧眼部图像的状态向量方程；

根据所述状态向量和预设的观测矩阵确定观测模型；

根据所述状态向量和所述观测模型确定所述连续两帧眼部图像中第二帧眼部图像的搜索范围；

当在所述搜索范围内搜索到所述观测特征点时，将搜索到的观测点设定为所述第二帧眼部图像的眼部特征点，实现对所述眼部图像的眼部特征点提取；

S4、根据预定采集次数内的所述眼部图像的眼部特征点、所述嘴部特征点和所述头部特征点一对一确定眼睑移动特征、嘴部移动特征及头部移动特征，并送入SVM分类器，使得所述SVM分类器判断疲劳驾驶状态，实现疲劳驾驶检测。

2.如权利要求1所述的疲劳驾驶检测方法，其特征在于，步骤S2包括如下步骤：

采用LK光流法计算所述连续两帧头部图像之间跟踪特征点的光流；其中，所述跟踪特征点为所述连续两帧头部图像的第一帧头部图像中位于预设的空心矩形内的多个像素点；

通过所述跟踪特征点的光流预测所述跟踪特征点在所述连续两帧头部图像的第二帧头部图像中的位置；

根据所述跟踪特征点在所述第一帧头部图像中的位置以及预测在所述第二帧头部图像中的位置，计算所述跟踪特征点的位移；

将所述位移按照从小到大的顺次进行排序，得到位移中值；

当所述位移满足预设条件时，从所述第二帧头部图像中提取嘴部特征点、头部特征点和眼部特征点；其中，所述预设条件为所述位移的位移量小于所述位移中值，且所述位移的数量大于或等于所述跟踪特征点数量的50％。

3.如权利要求1所述的疲劳驾驶检测方法，其特征在于，所述眼睑移动特征包括眼睛闭合比例、眨眼频率以及眼睛平均闭合速度；所述步骤S4中根据预定采集次数内的所述眼部图像的眼部特征点确定眼睑移动特征包括如下步骤：

当每次提取到所述眼部图像的眼部特征点时，从所述眼部图像的眼部特征点中获取眼角特征点、上眼睑特征点和下眼睑特征点；

根据所述眼角特征点、所述上眼睑特征点和所述下眼睑特征点，计算眼角的夹角以确定眼睛的闭合度；

当采集次数达到所述预定采集次数时，根据确定的全部闭合度计算所述眼睛闭合比例和眨眼频率，且根据全部上眼睑特征点的位移计算眼睛平均闭合速度。

4.如权利要求3所述的疲劳驾驶检测方法，其特征在于，所述嘴部移动特征包括打哈欠频率；所述步骤S4中根据嘴部特征点确定嘴部移动特征包括如下步骤：

当每次提取到所述嘴部特征点时，从所述嘴部特征点中获取嘴角特征点、上嘴唇最高特征点和下嘴唇最低特征点；

根据所述嘴角特征点、所述上嘴唇最高特征点和所述下嘴唇最低特征点，计算嘴角的夹角以确定嘴部闭合度；

当采集次数达到所述预定采集次数时，根据全部的嘴部闭合度确定打哈欠频率。

5.如权利要求4所述的疲劳驾驶检测方法，其特征在于，所述头部移动特征包括点头频率；所述步骤S4中根据预定采集次数内的头部特征点确定头部移动特征包括如下步骤：

当每次提取到所述头部特征点时，从所述头部特征点中获取头顶特征点，以绘制一条水平坐标为采集次数、垂直坐标为头顶特征点的垂直位置的曲线；

当采集次数达到所述预定采集次数时，确定所述曲线中出现波峰的次数，得到所述点头频率。