[发明专利]一种基于多维面部特征的驾驶员多级疲劳度识别方法

摘要

本发明公开了一种基于多维面部特征的驾驶员多级疲劳度识别方法，包括：步骤1：采集连续视频帧序列图像，判断是否有人脸在图像中。如果检测出有人脸在图像区域，则将人脸部分图像单独截取出来作为人脸检测图像转到下一步进行处理；否则读取下一帧图像重新进行判断。步骤2：提取人脸特征点，并记录每一个特征点在图像中的位置坐标。步骤3：计算多维面部特征；步骤4、对面部状态做出判断，面部状态包括：是否在打瞌睡、是否在打哈欠、是否在低头和是否在转头。步骤5、融合多维面部特征和面部状态，计算K帧内疲劳度评估值，根据疲劳度评估值将疲劳度识别为正常、轻度疲劳、中度疲劳和重度疲劳四个等级，完成驾驶员多级疲劳度识别功能。

主权项

1.一种基于多维面部特征的驾驶员多级疲劳度识别方法，其特征在于，包括如下步骤：步骤1：采集连续视频帧序列图像，读取每一帧图像，检测是否存在人脸，如果检测出当前帧图像中存在人脸区域，将人脸部分图像单独截取出来作为人脸检测图像，转到步骤2进行处理；如果没有检测到人脸区域，则跳转到下一帧图像继续检测是否存在人脸；步骤2：对截取出的人脸检测图像利用基于概率随机森林的方法，训练出检测人脸68特征点的回归模型，使用回归模型对人脸检测图像进行人脸特征点提取，并记录人脸检测图像中的特征点位置信息，即特征点在人脸检测图像中的像素坐标；步骤3：根据特征点位置信息，进行多维面部特征构建，所述多维面部特征包括左眼闭合度特征、右眼闭合度特征、嘴部闭合度特征、嘴脸高度比特征和眼部闭合频率特征；步骤4：根据多维面部特征，对面部状态做出判断，所述面部状态包括：是否在打瞌睡、是否在打哈欠、是否在低头和是否在转头；步骤5：根据多维面部特征和面部状态，计算K帧图像内疲劳度评估值，根据疲劳度评估值将疲劳度识别为正常、轻度疲劳、中度疲劳和重度疲劳四个等级，完成驾驶员多级疲劳度识别。