一種基于眼睛特征的疲勞駕駛檢測方法
【技術領域】
[0001] 本發(fā)明涉及安全駕駛技術領域，具體涉及一種基于眼睛特征的疲勞駕駛檢測方 法。
【背景技術】
[0002] 疲勞駕駛是引發(fā)交通事故的重要原因之一，由于它無法像飲酒駕駛或者接打電話 駕駛那樣，使用交通法規(guī)來明令禁止，所以它很容易被人們所忽視，然而，當駕駛員處于疲 勞狀態(tài)時，會出現(xiàn)注意力分散，應變能力下降，對路面情況和周邊環(huán)境的觀察不及時，甚至 出現(xiàn)短時間睡眠，完全失去駕駛能力，極易造成交通事故。
[0003] 對于因疲勞駕駛引起的交通事故，由于無法實時檢測駕駛員的疲勞駕駛狀態(tài)，一 些客運和貨運企業(yè)的監(jiān)管部門無法進行事前的監(jiān)控和預防。因此，實時的檢測駕駛員的疲 勞駕駛狀態(tài)，及時提醒駕駛員或反饋給運輸企業(yè)監(jiān)管部門進行預防，對于避免重大交通事 故，起著重要的作用。
[0004] 目前，對于疲勞駕駛的檢測主要有以下幾類方法：
[0005] 1、基于生理信號的檢測方法，主要基于駕駛員的脈搏、腦電圖、心電圖、肌電圖等 的異常情況來檢測疲勞駕駛狀態(tài)。該類方法的檢測結果準確，但是其必須通過直接接觸駕 駛員身體來采集相關數(shù)據，會導致駕駛員的不適，影響駕駛效果，不適合實際的應用。
[0006] 2、基于駕駛行為的檢測方法，主要基于方向盤轉動、車輛行駛速度、車道偏移量、 油門的控制力度等的異常情況來檢測疲勞駕駛狀態(tài)。該類方法的優(yōu)點是不需要接觸駕駛員 身體，檢測結果能直接反應駕駛狀態(tài)，其缺點是判斷依據無法確定，對于不同的駕駛員，無 法給出明確的臨界判斷閾值。
[0007] 3、基于機器視覺的檢測方法，主要通過視頻圖像處理技術，實時監(jiān)控駕駛員的眼 睛開閉狀態(tài)、點頭頻率、打哈欠等情況，綜合判斷是否處于疲勞駕駛狀態(tài)。該類方法的優(yōu)點 是不需要接觸駕駛員身體，不會影響駕駛效果，設備更容易被人們接受，更具發(fā)展?jié)摿Α?br>
【發(fā)明內容】

[0008] 本發(fā)明的目的在于提供一種基于眼睛特征的疲勞駕駛檢測方法，該檢測方法通過 監(jiān)控駕駛員的眼睛開閉狀態(tài)，并根據單位時間內的閉眼率來判斷駕駛員是否處于疲勞駕駛 狀態(tài)，具有監(jiān)控準確度高，漏檢誤檢少，受環(huán)境影響小，速度快，成本低等特點。
[0009] 本發(fā)明的技術方案為：
[0010] 一種基于眼睛特征的疲勞駕駛檢測方法，該檢測方法包括以下步驟：
[0011] (1)建立人臉檢測分類器。
[0012] (2)實時采集駕駛員的駕駛狀態(tài)圖像。
[0013] (3)在駕駛狀態(tài)圖像中精確定位駕駛員的眼睛位置。
[0014] (4)在連續(xù)視頻圖像中，根據上一幀圖像中眼睛位置，準確預測當前幀圖像中的眼 睛位置。
[0015] (5)根據預測的眼睛位置，精確定位眼睛位置，并用新的眼睛位置替換上一幀中的 眼睛位置；同時，判斷駕駛員眼睛的開閉狀態(tài)，并根據單位時間內閉眼幀數(shù)所占比例，判斷 駕駛員是否處于疲勞駕駛狀態(tài)。
[0016] (6)若駕駛員處于疲勞駕駛狀態(tài)，則進行報警提示或向遠程服務器發(fā)送處于疲勞 駕駛狀態(tài)時的實時視頻并接收遠程命令。
[0017] 步驟（3)中，所述的在駕駛狀態(tài)圖像中精確定位駕駛員的眼睛位置，具體包括以 下步驟：
[0018] (31)基于harr特征和adaboost分類器，進行人臉定位。
[0019] (32)基于人臉的三庭五眼布局規(guī)律，粗定位眼睛位置。
[0020] (33)精確定位眼睛的位置。
[0021] 步驟⑷中，所述的在連續(xù)視頻圖像中，根據上一幀圖像中眼睛位置，準確預測當 前幀圖像中的眼睛位置；具體包括以下步驟：
[0022] (41)利用以下公式，獲取眼睛的跟蹤矩形區(qū)域rectjrack;
[0023]
【主權項】
1. 一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：該檢測方法包括以下步驟： (1) 建立人臉檢測分類器； (2) 實時采集駕駛員的駕駛狀態(tài)圖像； (3) 在駕駛狀態(tài)圖像中精確定位駕駛員的眼睛位置； (4) 在連續(xù)視頻圖像中，根據上一幀圖像中眼睛位置，準確預測當前幀圖像中的眼睛位 置； (5) 根據預測的眼睛位置，精確定位眼睛位置，并用新的眼睛位置替換上一幀中的眼睛 位置；同時，判斷駕駛員眼睛的開閉狀態(tài)，并根據單位時間內閉眼幀數(shù)所占比例，判斷駕駛 員是否處于疲勞駕駛狀態(tài)； (6) 若駕駛員處于疲勞駕駛狀態(tài)，則進行報警提示或向遠程服務器發(fā)送處于疲勞駕駛 狀態(tài)時的實時視頻并接收遠程命令。
2. 根據權利要求1所述的一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：步驟 (3)中，所述的在駕駛狀態(tài)圖像中精確定位駕駛員的眼睛位置，具體包括以下步驟： (31) 基于harr特征和adaboost分類器，進行人臉定位； (32) 基于人臉的三庭五眼布局規(guī)律，粗定位眼睛位置； (33) 精確定位眼睛的位置。
3. 根據權利要求1所述的一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：步驟 ⑷中，所述的在連續(xù)視頻圖像中，根據上一幀圖像中眼睛位置，準確預測當前幀圖像中的 眼睛位置；具體包括以下步驟： (41) 利用以下公式，獲取眼睛的跟蹤矩形區(qū)域rectjrack;
其中，rect_left、rect_right分別表示左、右眼睛矩形位置區(qū)域； (42) 基于上一幀圖像，在眼睛的跟蹤矩形區(qū)域內，以一定間隔進行均勻點采樣，獲取采 樣點集P〇int_source; (43) 根據光流法原理，對采樣點集point_source進行跟蹤，并在當前幀中獲取跟蹤點 集point_track; (44) 去除錯誤的跟蹤點； (45) 依據正確跟蹤采樣點的前后幀位置，利用以下公式，計算眼睛區(qū)域的水平方向運 動量Dx和垂直方向運動量Dy;
其中，N表示正確跟蹤的采樣點數(shù)目； (46) 在當前幀中，利用以下公式，預測左、右眼睛的位置區(qū)域rect_left_predict和 rect-right-predict;
4. 根據權利要求1所述的一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：步驟 (5)中，所述的根據預測的眼睛位置，精確定位眼睛位置，并用新的眼睛位置替換上一幀中 的眼睛位置；同時，判斷駕駛員眼睛的開閉狀態(tài)，并根據單位時間內閉眼幀數(shù)所占比例，判 斷駕駛員是否處于疲勞駕駛狀態(tài)；具體包括以下步驟： (51) 精確定位左、右眼睛的矩形位置區(qū)域； (52) 基于最大類間距算法，獲取眼睛區(qū)域的全局二值化圖像，并進行反色處理； (53) 獲取左、右眼睛的虹膜和瞳孔區(qū)域的高度； (54) 采用以下公式，統(tǒng)計單位時間T內，駕駛員處于閉眼狀態(tài)的幀數(shù)；
其中，Nc是單位時間內處于閉眼狀態(tài)的幀數(shù)，h[i]表示高度列表內第i幀的虹膜和 瞳孔區(qū)域高度，To為正常睜眼時的虹膜和瞳孔區(qū)域高度，Tc為閉眼時的虹膜和瞳孔區(qū)域高 度； 并采用以下公式判斷駕駛員是否處于疲勞狀態(tài)：
其中，exist= 1表示駕駛員處于疲勞駕駛狀態(tài)，N為單位時間內的總幀數(shù)，p為單位時 間內的閉眼率。
5. 根據權利要求2所述的一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：步驟 (33)中，精確定位左眼睛和右眼睛的位置的方法相同，其中，精確定位左眼睛的方法具體包 括以下步驟： (331)利用以下公式，對左眼的灰度圖像進行增強；
其中，f(x，y)為原圖的灰度值，g(x，y)為增強圖像的灰度值，tmin為原圖灰度最小值加 上10,tmax為原圖灰度最大值減去15 ; (332) 基于邊緣檢測算子式，進行水平邊緣檢測；所述的邊緣檢測算子式為：
(333) 基于結構元素模板式，進行形態(tài)學閉運算；所述的結構元素模板式為：
(334) 去除面積較小的連通區(qū)域； (335) 獲取左眼的精確位置； (336) 利用以下公式，擴展左眼的精確位置區(qū)域，獲取最終的左眼矩形位置區(qū)域rect_ left,
其中，rect是左眼的精確矩形位置。
6.根據權利要求3所述的一種基于眼睛特征的疲勞駕駛檢測方法，其特征在于：步驟 (44)中，所述的去除錯誤的跟蹤點，具體包括以下步驟： (441) 交換當前幀圖像和上一幀圖像的位置； (442) 根據光流法原理，對點集point_track進行反方向跟蹤，在上一幀中獲取反向跟 蹤點集P〇int_track_inv; (443) 利用以下公式，進行正確跟蹤采樣點判斷，獲取正確跟蹤點集point_track_ new；
其中，dis_^示預設的距離閾值，Di表示兩個點集的對應點的距離。
【專利摘要】本發(fā)明涉及一種基于眼睛特征的疲勞駕駛檢測方法，包括以下步驟：建立人臉檢測分類器；實時采集駕駛員的駕駛狀態(tài)圖像；在駕駛狀態(tài)圖像中精確定位駕駛員的眼睛位置；在連續(xù)視頻圖像中，根據上一幀圖像中眼睛的位置，準確預測當前幀中眼睛的位置；根據預測的眼睛位置，精確定位眼睛位置，并用新的眼睛位置替換上一幀眼睛位置；判斷駕駛員眼睛的開閉狀態(tài)，根據單位時間內閉眼幀數(shù)所占比例，判斷駕駛員是否處于疲勞駕駛狀態(tài)；若駕駛員處于疲勞駕駛狀態(tài)，則進行報警提示或向遠程服務器發(fā)送處于疲勞駕駛狀態(tài)時的實時視頻并接收遠程命令。本發(fā)明具有監(jiān)控準確度高，漏檢誤檢少，受環(huán)境影響小，速度快，成本低等特點。
【IPC分類】G08B21-06, G06K9-00
【公開號】CN104574820
【申請?zhí)枴緾N201510013052
【發(fā)明人】張卡, 何佳, 尼秀明, 章偉
【申請人】安徽清新互聯(lián)信息科技有限公司
【公開日】2015年4月29日
【申請日】2015年1月9日