The invention discloses a driver fatigue detection method and system, wherein the method comprises the following steps: the input video image acquisition, using facial feature separator preset to get the test face image sets; to be detected face images with all the face images are normalized by the average face, obtain the initial key points to be detected face region the image from a face image according to the shape of the average face, through regression is preset calculation deviation of initial values of key points, according to the deviation of results update key points to determine the key points of face shape within the region shape; obtain the key points of the eye according to the position of the face region key points determine the shape and texture feature extraction corresponding the use of default classifier to determine whether the user is wearing sunglasses eye, driver fatigue state judging results Detection. The invention has the advantages of fast processing speed and high recognition rate, and is especially suitable for embedded intelligent equipment, which prevents the driver from wearing glasses to lead to misjudgment and reduces the accuracy of the fatigue driving test.
【技术实现步骤摘要】
一种疲劳驾驶检测方法及系统
本专利技术属于计算机视觉
,具体而言,涉及一种疲劳驾驶检测方法及系统。
技术介绍
为了降低因疲劳驾驶导致的交通事故发生率,疲劳驾驶预警系统广泛应用于驾驶领域。疲劳驾驶预警系统利用驾驶员的面部特征、眼部信号、头部运动性等推断驾驶员的疲劳状态,并进行报警提示和采取相应措施的装置。然而当驾驶员佩戴墨镜后则会降低疲劳驾驶预警系统判断的准确率,进而产生误报。当前的疲劳驾驶预警系统一般包括红外照明元件、滤光元件及摄像头,通过摄像头获取红外图像保证即使在夜间光线较差的情况下,也能获得较清晰的人脸图像,从而判断驾驶员的疲劳状态。然而,当驾驶员佩戴墨镜后,现有的疲劳驾驶预警系统无法准确判断驾驶员的疲劳状态。因为利用波长较短的红外线光源检测照射时佩戴的墨镜直接影响对人眼状态的获取或者不能穿透墨镜,而利用波长较长的红外线光源长时间照射人眼将会造成白内障等眼部疾病。
技术实现思路
为解决上述技术缺陷,本专利技术通过对驾驶员的眼睛部位周围信息的提取,得到驾驶员是否佩戴了墨镜的状态,并依据此状态影响进行疲劳检测,提高疲劳驾驶检测的准确性,降低红外线光源对人体的影响。本专利技术提供了一种疲劳驾驶检测方法,包括如下步骤:输入采集的驾驶员视频图像,利用预设的人脸特征分离器获取待检测人脸区域图像集;将待检测人脸区域图像集中所有人脸图像进行归一得到平均脸,根据平均脸获取待检测人脸区域图像集中某一人脸图像的初始关键点形状,通过预设的回归器计算初始关键点的偏差值,根据偏差结果更新关键点形状直至确定人脸区域内关键点的形状;根据确定的人脸区域关键点的形状获取眼睛关键点的位 ...
【技术保护点】
一种疲劳驾驶检测方法,其特征在于,包括如下步骤:输入采集的驾驶员视频图像,利用预设的人脸特征分离器获取待检测人脸区域图像集;将待检测人脸区域图像集中所有人脸图像进行归一得到平均脸,根据平均脸获取待检测人脸区域图像集中某一人脸图像的初始关键点形状,通过预设的回归器计算初始关键点的偏差值,根据偏差结果更新关键点形状直至确定人脸区域内关键点的形状;根据确定的人脸区域关键点的形状获取眼睛关键点的位置,并提取对应的纹理特征,利用预设墨镜分类器判断用户是否佩戴眼睛,判断结果进行驾驶员疲劳状态的检测。
【技术特征摘要】
1.一种疲劳驾驶检测方法,其特征在于,包括如下步骤:输入采集的驾驶员视频图像,利用预设的人脸特征分离器获取待检测人脸区域图像集;将待检测人脸区域图像集中所有人脸图像进行归一得到平均脸,根据平均脸获取待检测人脸区域图像集中某一人脸图像的初始关键点形状,通过预设的回归器计算初始关键点的偏差值,根据偏差结果更新关键点形状直至确定人脸区域内关键点的形状;根据确定的人脸区域关键点的形状获取眼睛关键点的位置,并提取对应的纹理特征,利用预设墨镜分类器判断用户是否佩戴眼睛,判断结果进行驾驶员疲劳状态的检测。2.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述根据确定的人脸区域关键点的形状获取眼睛关键点的位置,并提取对应的纹理特征,利用预设墨镜分类器判断用户是否佩戴眼睛,判断结果进行驾驶员疲劳状态的检测包括如果墨镜分类器输出结果小于阈值,则不做处理;否则根据眼睛关键点位置处的纹理特征分析眼镜闭合状态,将闭合状态与疲劳标准比较,判断驾驶员是否处于疲劳状态。3.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述输入采集的驾驶员视频图像,利用预设的人脸特征分离器获取待检测人脸区域图像集包括利用滑动窗口检测方法搜索视频图像,生成候选子区域;将候选子区域输入人脸特征分类器,判断输出结果是否不小于分类阈值,是则标记为待检测人脸区域,否则不做处理。4.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述根据平均脸获取待检测人脸区域图像集中某一人脸图像的初始关键点形状,通过预设的回归器计算初始关键点的偏差值,根据偏差结果更新关键点形状直至确定人脸区域内关键点的形状包括遍历待检测人脸区域图像集,根据评价脸获取某一人脸图像的关键点形状,并提取对应的纹理特征;根据纹理特征计算该人脸图像的偏差值;根据偏差值更新后的关键点形状输出回归结果。5.根据权利要求4所述的疲劳驾驶检测方法,其特征在于,所述根据偏差值更新后的关键点形状输出回归结果还包括根据...
【专利技术属性】
技术研发人员:刘鹏,张世亮,
申请(专利权)人:开易北京科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。