[发明专利]一种基于计算机视觉的驾驶员疲劳检测方法及系统在审

专利信息
申请号: 201910221692.5 申请日: 2019-03-22
公开(公告)号: CN109934199A 公开(公告)日: 2019-06-25
发明(设计)人: 韩雪;张正华;叶傲斌;李斌;曹永忠;徐颖仪;陈豪;闻栋 申请(专利权)人: 扬州大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 董旭东;陈栋智
地址: 225000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 驾驶员疲劳检测 计算机视觉 人脸 算法 疲劳 预处理 人眼检测算法 驾驶员脸部 摄像头采集 非接触性 疲劳检测 疲劳预警 提取算法 准则判断 关键点 实时性 人眼 调用 眨眼 视频 提示 预警 驾驶 检测 图片
【权利要求书】:

1.一种基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述方法包括:

获取预设时间段内驾驶员的脸部视频;

采用人脸检测分类器训练所述脸部视频,生成多帧人脸图片;

根据所述人脸图片进行眨眼和打哈欠的检测,生成疲劳危险提示信息;

根据所述人脸图片和所述疲劳危险提示信息,采用PERCLOS算法检测驾驶员的疲劳状态,生成疲劳状态判断结果;

若所述疲劳状态判断结果为驾驶员处于疲劳状态,生成疲劳驾驶报警信息进行报警;

若所述疲劳状态判断结果为驾驶员未处于疲劳状态,返回所述获取预设时间段内驾驶员的脸部视频的步骤。

2.根据权利要求1所述的基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述根据所述人脸图片进行眨眼和打哈欠的检测,生成疲劳危险提示信息,具体包括:

采用人脸识别预测器提取所述人脸图片上的68个人脸特征点;所述68个人脸特征点包括对应眼部轮廓的眼部特征点和对应嘴巴轮廓的嘴部特征点;

根据所述眼部特征点进行眨眼检测,生成眨眼检测结果;

根据所述嘴部特征点进行打哈欠检测,生成打哈欠检测结果;

根据所述眨眼检测结果和所述打哈欠检测结果生成疲劳危险提示信息。

3.根据权利要求2所述的基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述根据所述眼部特征点进行眨眼检测,生成眨眼检测结果,具体包括:

根据所述眼部特征点计算每帧人脸图片中人眼的眼睛睁开度;

若连续两帧所述人脸图片中所述眼睛睁开度均小于睁开度阈值,将眨眼次数加1;

若一分钟内所述眨眼次数超过20次,确定所述眨眼检测结果为眨眼次数超过眨眼预警值。

4.根据权利要求3所述的基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述根据所述嘴部特征点进行打哈欠检测,生成打哈欠检测结果,具体包括:

根据所述嘴部特征点计算每帧人脸图片中嘴巴的张口度;

判断多帧所述人脸图片中所述张口度大于张口度阈值的连续帧数是否超过帧数阈值,获得打哈欠检测结果;

若多帧所述人脸图片中所述张口度大于张口度阈值的连续帧数超过帧数阈值,确定所述打哈欠检测结果为驾驶员存在打哈欠动作;

若多帧所述人脸图片中所述张口度大于张口度阈值的连续帧数未超过帧数阈值,确定所述打哈欠检测结果为驾驶员不存在打哈欠动作。

5.根据权利要求4所述的基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述根据所述眨眼检测结果和所述打哈欠检测结果生成疲劳危险提示信息,具体包括:

若所述眨眼检测结果为眨眼次数超过眨眼预警值,或者所述打哈欠检测结果为驾驶员存在打哈欠动作,则生成疲劳危险提示信息;

根据所述疲劳危险提示信息对驾驶员进行疲劳危险提示。

6.根据权利要求5所述的基于计算机视觉的驾驶员疲劳检测方法,其特征在于,所述根据所述人脸图片和所述疲劳危险提示信息,采用PERCLOS算法检测驾驶员的疲劳状态,生成疲劳状态判断结果,具体包括:

采用模式匹配算法对所述人脸图片中的人眼进行粗定位,得到左眼和右眼的眼部图片;

对所述眼部图片进行预处理,生成预处理后的眼部图像;

采用霍夫变换圆检测算法对所述预处理后的眼部图像中的人眼进行精确定位,生成人眼精确位置图像;

根据所述人眼精确位置图像计算单位时间内眼睛闭合的百分比PERCLOS;

若所述PERCLOS超过80%,确定所述疲劳状态判断结果为驾驶员处于疲劳状态;

若所述PERCLOS未超过80%,确定所述疲劳状态判断结果为驾驶员未处于疲劳状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州大学,未经扬州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910221692.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top