[发明专利]基于神经网络的疲劳驾驶检测方法

说明书

本发明涉及自动控制及计算机视觉技术领域，具体涉及一种基于神经网络的疲劳驾驶检测方法，包括以下步骤：通过摄像头实时采集人脸图像；将采集的人脸图像进行图像预处理；将图像预处理后的人脸图像输入到卷积神经网络模型中，进行人脸定位和人脸特征定位，输出人脸特征定位后的人脸特征图像；所述人脸特征包括眼和嘴；根据人脸特征图像中各人脸特征的状态计算PERCLOS参数f_P、眨眼频率BF参数f_BF和打哈欠参数f_yawn；根据PERCLOS参数f_P、眨眼频率BF参数f_BF和打哈欠参数f_yawn和对应的权重计算疲劳指数；将疲劳指数与预警阈值进行比较，若满足预警阈值则生成预警提示信息。本发明解决了现有疲劳驾驶检测技术检测精确度低的问题。

技术领域

本发明涉及自动控制及计算机视觉技术领域，具体涉及一种基于神经网络的疲劳驾驶检测方法。

背景技术

近年来，随着中国经济的飞速发展及汽车制造业技术的成熟，中国的车辆保有量逐年上升，很多普通家庭都拥有了自己的交通出行工具。与此同时，我国由于交通事故造成的伤残死亡人数一直是世界上最多的国家之一，每年因交通事故死亡的至少有50万以上，交通事故已经被公认为是危害当今人类生命安全的第一大公害。根据交通事故统计分析表明，交通事故中80％-90％是人为因素造成的，驾驶员疲劳驾驶更会使车祸发生的可能性成倍的增加，在我国，大约48％的车祸时由驾驶员疲劳驾驶造成的。研究表明，交通事故通常就发生在几秒钟的时间内，如果能提前2秒钟预警将能减少92％的交通事故，提前0.5秒钟预警，将会避免73％的交通事故。

为了防止驾驶员疲劳驾驶，我国《道路交通安全法实施条例》明确规定驾驶员不得连续驾驶机动车超过4小时未停车休息或者停车休息时间少于20分钟，否则将受到相应的行政处罚。然而，在现实生活中，驾驶员很少能够意识到自己处于疲劳驾驶状态，交通安全隐患很大。因此，实时检测驾驶员的驾驶状态，并在驾驶员产生疲劳状态后作出必要提示显得非常必要。

现有的检测技术针对疲劳驾驶目前没有很精确的判别标准，而且采用的检测技术相对比较保守，只通过简单的人脸识别便作出最终结果的判断，不仅识别方法精确度低，而且很容易造成检测失误，给驾驶员带来困扰。因此，亟须一种疲劳驾驶检测系统来对驾驶人员进行预警，降低驾驶人员的疲劳驾驶风险和经济财产损失。

发明内容

本发明的目的在于提供一种基于神经网络的疲劳驾驶检测方法，解决现有疲劳驾驶检测技术检测精确度低的问题。

为了达到上述目的，提供了基于神经网络的疲劳驾驶检测方法，包括以下步骤：

S1、通过摄像头实时采集人脸图像；

S2、将采集的人脸图像进行图像预处理；

S3、将图像预处理后的人脸图像输入到卷积神经网络模型中，进行人脸定位和人脸特征定位，输出人脸特征定位后的人脸特征图像；所述人脸特征包括眼和嘴；

S4、根据人脸特征图像中各人脸特征的状态计算PERCLOS参数f_P、眨眼频率BF参数f_BF和打哈欠参数f_yawn；

S5、根据PERCLOS参数f_P、眨眼频率BF参数f_BF和打哈欠参数f_yawn和对应的权重计算疲劳指数；

S6、将疲劳指数与预警阈值进行比较，若满足预警阈值则生成预警提示信息。

原理及优点：