[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

说明书

本发明公开了一种基于计算机视觉的驾驶员疲劳检测方法及系统。首先调用摄像头采集驾驶员脸部视频；之后通过类Harr特征的AdaBoost分类器算法定位人脸；然后利用landmark进行眨眼和打哈欠的检测提示疲劳；最后通过图片预处理定位人眼并依据PERCLOS算法准则判断疲劳进行预警。本发明结合PERCLOS人眼检测算法和人脸关键点提取算法对驾驶员进行疲劳预警，具有非接触性和实时性，不会对驾驶员正常驾驶产生干扰，使疲劳检测更加准确、高效、快捷。

技术领域

本发明涉及图像检测技术领域，特别是涉及一种基于计算机视觉的驾驶员疲劳检测方法及系统。

背景技术

据交通部门统计，近年来因道路交通事故死亡人数持续增高，机动车司机疲劳驾驶是引发交通事故的一个重要原因，不少专家学者正积极研究检测疲劳驾驶的方法，如何有效预防疲劳驾驶成为国内外研究的热点。

传统的基于生理信号和行为特征的驾驶员行为检测算法都有其优势及缺陷。其中基于生理信号特征的检测算法具有较高的精度，但由于传感器与驾驶员接触，影响驾驶；基于行为特征的检测算法不需要驾驶人直接接触检测装置,并且在汽车现有装置的基础上对设备需求较低，实用性很强，但检测精度不高。

发明内容

本发明的目的是提供一种基于计算机视觉的驾驶员疲劳检测方法及系统，以解决现有驶员疲劳检测方法无法兼顾非接触性和检测精度的问题。

为实现上述目的，本发明提供了如下方案：

一种基于计算机视觉的驾驶员疲劳检测方法，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。

可选的，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。

可选的，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。

可选的，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；