[发明专利]基于面部特征分析的不安全驾驶行为检测预警方法

说明书

本发明公开了基于面部特征分析的不安全驾驶行为检测预警方法，步骤如下：1、采集驾驶员上半身图像并进行预处理，得到预处理图像；2、检测预处理图像中的人脸，定位人脸位置并标记人脸中的面部特征点；3、从面部特征点中提取与疲劳特征和分心特征相关的特征点；4、根据特征点计算左眼纵横比值、嘴巴纵横比值、头部偏航角以及眼睛注视方向角；5、将眼睛纵横比值、嘴巴纵横比值与疲劳判定条件进行对照，完成疲劳状态判定；将头部偏航角、眼睛注视向下角与分心判定条件进行对照，完成分心状态判定；6、若判定结果为疲劳状态或分心状态，向驾驶员发出提醒。本发明的方法，能检测疲劳驾驶与分心驾驶两种不安全驾驶行为，且检测预警性能表现良好。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于面部特征分析的不安全驾驶行为检测预警方法。

背景技术

驾驶员在驾车行驶期间会出现两种不安全行为：疲劳驾驶与分心驾驶。这两种不安全的驾驶行为是导致更多交通事故发生的重要因素。它们让很多家庭失去亲人，令国家经济得到损失。因此需要采用准确可行的检测方法来实现对驾驶员当前的驾驶状态实时检测，判断此刻驾驶员是否存在上述不安全驾驶行为。目前国内外对于疲劳与分心检测方法主要分为三大类分别为：基于面部特征的实现方法、基于驾驶员生理特征的实现方法、基于驾驶车辆状态的实现方法。基于面部特征的检测方法需要定位驾驶员的面部位置后，才可以继续定位出眼睛、嘴巴的位置。驾驶员面部遮挡、侧脸或者光线强弱都会影响检测结果。基于生理特征的检测方法会让驾驶员头戴或者身穿检测设备。由于这些检测设备需要佩戴，所以在一定程度上会对驾驶员的正常驾驶车辆有所干扰。而且，采集驾驶员生理特征与驾驶车辆状态信息需要多种传感器，这些传感器的成本较高。基于驾驶车辆状态的实现方法虽然是非侵入式，但是驾驶员的个人驾车习惯会直接影响到数据的采集，使得这种方法的检测率降低。

发明内容

本发明的目的是提供一种基于面部特征分析的不安全驾驶行为检测预警方法，解决现有检测方法判定标准单一、检测时干扰驾驶员正常驾驶的问题。

本发明所采用的技术方案是，一种基于面部特征分析的不安全驾驶行为检测预警方法，包括以下步骤：

步骤1、实时采集驾驶员上半身图像，并对驾驶员上半身图像进行预处理，得到预处理图像；

步骤2、检测预处理图像中的人脸，定位人脸位置并标记人脸中的面部特征点；

步骤3、从面部特征点中提取与疲劳特征和分心特征相关的特征点；

步骤4、根据与疲劳特征和分心特征相关的特征点计算眼睛纵横比值、嘴巴纵横比值、头部偏航角以及眼睛注视方向角；

步骤5、将眼睛纵横比值、嘴巴纵横比值与疲劳判定条件对照，完成疲劳状态判定；

将头部偏航角、眼睛注视向下角与分心判定条件对照，完成分心状态判定；

步骤6、若步骤5中判定结果为疲劳状态或分心状态，则向驾驶员发出报警。

步骤1中对驾驶员上半身图像的预处理为灰度化处理，以降低系统计算量。

步骤2的具体步骤为：

步骤2.1、利用多任务卷积神经网络人脸检测算法框出预处理图像中驾驶员的人脸，检测人脸；

步骤2.2、定位出人脸位置后，利用约束局部神经域特征点定位算法完成驾驶员面部特征点标记。

眼睛纵横比值的计算公式为：