This application discloses a fatigue detection method and device, which relates to the field of vehicle networking and intelligent detection technology. The method includes: shooting video clips; detecting face images in video clips according to time dimension; extracting feature points of multiple regions in each face image; and determining fatigue degree of corresponding personnel according to the feature points of the multiple regions. In this application, by extracting the feature points of multiple regions in the face image and correlating the fatigue values corresponding to the feature points at each time, the fatigue values corresponding to the multiple regions are synthesized, and the fatigue degree of the corresponding personnel is finally determined, which not only improves the accuracy of fatigue detection, but also does not cause any interference to the inspectors in the process of fatigue detection.
【技术实现步骤摘要】
一种疲劳度检测方法及装置
本申请涉及车联网及智能检测
,尤其涉及一种疲劳度检测方法及装置。
技术介绍
交通工具在人们的出行过程中有着至关重要的地位,驾驶员的安全驾驶,也是人们出平安出行的必要保障。当驾驶员的驾驶时间过长时,驾驶员的精神状态经常会发生改变,由于驾驶员在生理、心理方面的疲劳而导致判断错误、操作失误以及不遵守交通规则等异常驾驶的行为也时有发生,这些行为往往会导致危险事故的发生。因此,驾驶员的疲劳检测成为了备受关注的事情。当前,关于驾驶行为的疲劳检测方法主要分为以下三类:一、驾驶员佩戴多种仪器,从而获取驾驶员生理状态的检测方法;二、车上安装传感器,以获取驾驶行为特征的检测方法;三、基于计算机视觉的检测方法。其中,第一类疲劳检测方法中,由于需要驾驶员佩戴很多仪器,会造成驾驶员的不适,且可能造成驾驶行为受阻,因而难以真正实际应用;第二类疲劳检测方法中,需要在驾驶舱中安装多种传感器,但是其很可能存在器件测量误差,且硬件成本较高。第三类基疲劳检测方法相对来说是最具有前景和实用价值的方法,目前也存在一些基于计算机视觉的疲劳检测方法,但是大多基于PERCLOS方法,通过计算连续闭眼帧数占总帧数的比例,或者在一定时间内眼睛闭合所占的时间比例来判定驾驶员的疲劳程度。然而,由于个体习惯的不同,有些人习惯眨眼,因而,仅依靠闭眼状态进行疲劳检测会存有误差,性能较低。
技术实现思路
为解决现有技术的不足,本申请提出一种疲劳度检测方法及装置。一方面,本申请提出一种疲劳度检测方法,包括:拍摄视频片段;按照时间维度检测所述视频片段中的各人脸图像;提取所述各人脸图像中多个区域的 ...
【技术保护点】
1.一种疲劳度检测方法,其特征在于,包括:拍摄视频片段;按照时间维度检测所述视频片段中的各人脸图像;提取所述各人脸图像中多个区域的特征点;根据所述多个区域的特征点,确定相应人员的疲劳度。
【技术特征摘要】
1.一种疲劳度检测方法,其特征在于,包括:拍摄视频片段;按照时间维度检测所述视频片段中的各人脸图像;提取所述各人脸图像中多个区域的特征点;根据所述多个区域的特征点,确定相应人员的疲劳度。2.根据权利要求1所述的方法,其特征在于,方法还包括:采集图像样本,提取所述图像样本中的Haar-like特征;根据AdaBoost算法对所述Haar-like特征进行训练,得到人脸检测模型;所述按照时间维度检测所述视频片段中的各人脸图像,包括:按照时间维度,采用所述人脸检测模型对所述视频片段的各帧图像进行检测,得到相应的各人脸图像。3.根据权利要求1所述的方法,其特征在于,所述提取所述各人脸图像中多个区域的特征点,包括:根据人脸对齐算法分别对所述各人脸图像进行人脸对齐处理得到相应的各目标人脸图像;提取所述各目标人脸图像中眼睛区域、嘴巴区域、下巴区域的特征点,得到时间维度上的眼睛特征点序列、嘴巴特征点序列、下巴特征点序列。4.根据权利要求3所述的方法,其特征在于,所述根据所述多个区域的特征点,确定相应人员的疲劳度,包括:采用预先训练的分析模型分别对所述时间维度上的眼睛特征点序列、嘴巴特征点序列、下巴特征点序列进行分析,得到相应时刻的眼睛闭合概率、嘴巴的张合度和点头概率;根据各时刻的眼睛闭合概率、嘴巴的张合度和点头概率,计算相应人员的疲劳度。5.根据权利要求4所述的方法,其特征在于,所述根据各时刻的眼睛闭合概率、嘴巴的张合度和点头概率,计算相应人员的疲劳度,包括:所述根据各时刻的眼睛闭合概率、嘴巴的张合度和点头概率,分别计算对应的疲劳值;根据计算的各疲劳值,确定相应人员的疲劳度。6.一种疲劳度检测...
【专利技术属性】
技术研发人员:徐博勋,李庆,
申请(专利权)人:中科院微电子研究所昆山分所,
类型:发明
国别省市:江苏,32
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。