本发明专利技术涉及一种基于视频的机车司机驾驶状态检测方法，本发明专利技术通过两个摄像头分别采集机车司机站立工作位和驾驶位工作位的视频图像，根据上述图像上是否有人判断机车司机是否处于离岗状态，避免了当司机在站立瞭望时被误判为离岗状态；当站立工作位的视频图像中有人时，对图像中的人脸区域进行跟踪检测，根据人脸区域的变化情况判断司机是否疲劳；当驾驶位工作位的视频图像有人时，通过检测司机的操作频率参数、眼睛状态参数和嘴巴状态参数来判断司机是否处于疲劳状态，避免了当机车司机睁着眼睛睡着时漏判的现象。本发明专利技术解决了检测不到机车司机站立瞭望以及对司机疲劳驾驶状态判断不准确的问题，实现了对机车司机驾驶状态的全面检测。
【技术实现步骤摘要】
本专利技术涉及，属于图像处理技术领 域。
技术介绍
随着中国铁路运输事业的蓬勃发展，机车驾驶速度的不断提高，机车运行的安全 问题更加突出，影响机车安全运行的因素很多，但是机车司机的驾驶行为在机车安全运行 方面占据不可忽略的地位。因此，研宄和开发机车司机疲劳驾驶检测技术，能有效预防和减 少机车司机驾驶行为不当带来的安全隐患。 实时监测机车司机疲劳驾驶状态并及时给出报警信息，可以较大程度地减少疲劳 驾驶的情况发生。在实际情况中，机车司机需要在机车行驶过程不间断的站立瞭望，以确 保机车的安全运行。目前国内、外没有针对机车司机站立瞭望和驾驶位驾驶两种情况下的 驾驶状态同时监测的技术，会将机车司机站立瞭望误判为机车司机脱岗。现有的检测方 法通过PERCLOS检测、头部位置、嘴部状态参数等来判断机车司机疲劳状态，如申请号为 201410848027的专利申请文件，该文件公开了一种基于Kinect及人脸识别的疲劳驾驶监 测方法，该方法就是通过提取人脸中的眼部图像和嘴部图像，通过检测眨眼频率的变化率、 闭眼时间和嘴部打哈欠的特征来判断驾驶员是否处于疲劳状态，而当机车司机睁着眼睛睡 着的时候，通过上述方式检测不到司机疲劳驾驶，出现漏报现象等，且头部位置会根据司机 的身高变化，单纯根据以上几个参数判断会出现漏判、误判。
技术实现思路
本专利技术的目的是提供，以解决现有司 机驾驶状态检测过程出现的漏判和误判的问题。 本专利技术为解决上述技术问题而提供， 该驾驶状态检测方法包括以下步骤： 1)采集机车司机站立工作位和驾驶工作位的视频图像，判断上述图像是否有人， 若均没有人，则判断机车司机处于离岗状态； 2)当站立工作位的视频图像中有人时，对司机的人脸区域进行跟踪检测，人脸区 域在设定时间内发生变化的次数小于设定值，说明司机处于疲劳状态，否则，说明司机在进 行正常瞭望，返回步骤1)采集下一帧图像； 3)当驾驶工作位的视频图像有人时，检测司机的操作频率参数、眼睛状态参数和 嘴巴状态参数，当任一参数出现异常时判断司机处于疲劳状态，否则，返回步骤1)采集下 一帧图像。 该方法还包括对驾驶员姿态的检测，该检测通过支持向量回归算法计算人脸旋转 角度，若人脸旋转角度在设定范围内，说明驾驶姿态正常，否则说明需要端正驾驶姿态。 所述步骤1)中是利用分类器检测司机所有姿态的人脸图像来判断图像中是否有 人，该分类检测器中设置有训练正样本和负样本，所述训练正样本中存储有包含司机脸部 垂直旋转角度和绕垂直轴旋转角度在设定角度范围内的图像。 所述的步骤2)中采用Context Tracking跟踪算法对人脸区域进行跟踪。 所述步骤3)中的眼睛状态参数包括PERCL0S、眨眼频率和眨眼持续时间，所述 PERCL0S指在单位时间内眼睛闭合程度，眨眼频率用于表示眼睛状态变化的快慢，眨眼持续 时间指眼睛从睁开到闭合再到睁开这一过程所用的时间。 所述嘴巴状态参数指的是嘴巴区域的宽度和高度的比值。 所述步骤3)中眼睛状态参数和嘴巴状态参数的检测是利用基于学习的多尺度眼 睛检测器和嘴巴检测器进行定位实现。 所述步骤3)中眼睛和嘴巴疲劳状态的判断过程如下： a).判断眼睛参数PERCL0S是否大于设定值，若是，则判断司机处于疲劳状态，结 束处理，否则进入步骤b); b).判断眨眼频率是否低于设定值，若是，则判断司机处于疲劳状态，结束处理，否 则进入步骤c); c).判断眨眼持续时间否大于设定值，若大于，则判断司机处于疲劳状态，结束处 理，否则进入步骤d); d).判断嘴巴张开程度是否大于设定阈值，若大于，则判断司机处于疲劳状态，结 束处理，否则进入步骤1)采集下一帧视频图像。 所述操作频率参数可通过调用机车的运行记录文件得到，包括司机对手柄的操 作、速度的调整、显示器按键的操作和机车管压的调整。 当离岗次数大于设定值时、驾驶员处于疲劳状态以及驾驶员姿态不正常时均可通 过报警进行提醒。 本专利技术的有益效果是：本专利技术通过两个摄像头分别采集机车司机站立工作位和 驾驶位工作位的视频图像，根据上述图像上是否有人判断机车司机是否处于离岗状态，避 免了当司机在站立瞭望时被误判为离岗状态；当站立工作位的视频图像中有人时，对司机 的人脸区域进行跟踪检测，如果人脸区域在一段时间内不发生变化或者很少发生变化，说 明司机处于疲劳状态，如果人脸区域在不断变化中，说明司机在进行正常瞭望；当驾驶位工 作位的视频图像有人时，通过检测司机的操作频率参数、眼睛状态参数和嘴巴状态参数来 判断司机是否处于疲劳状态，避免了当机车司机睁着眼睛睡着时漏判的现象。本专利技术解决 了检测不到机车司机站立瞭望以及对司机疲劳驾驶状态判断不准确的问题，实现了对机车 司机驾驶状态的全面检测。【附图说明】 图1是本专利技术实施例中两个摄像头的安装位置示意图； 图2是本专利技术实施例中的机车司机驾驶检测方法的流程图。【具体实施方式】 下面结合附图对本专利技术的【具体实施方式】作进一步的说明。 如图1所示，本专利技术首先采用两个摄像头分别采集机车司机站立工作位和驾驶工 作位的视频图像，判断上述图像是否有人，若均没有人，则判断机车司机处于离岗状态；当 站立工作位的视频图像中有人时，对司机的人脸区域进行跟踪检测，如果人脸姿态在一段 时间内不发生变化或者很少发生变化，说明司机处于疲劳状态，如果人脸区域在不断变化 中，说明司机在进行正常瞭望；当驾驶工作位的视频图像有人时，检测司机的操作频率参 数、眼睛状态参数和嘴巴状态参数，当任一参数出现异常时则判断司机处于疲劳状态，从而 实现对机车司机驾驶状态的实时检测。 该方法的具体流程如图2所示，下面对该方法的具体实施过程进行描述。 1.采集机车司机站立工作位和驾驶工作位的视频图像。 如图1所示，本专利技术采用两个摄像头实现，摄像头1设置在机车司机驾驶工作位附 近，以采集司机坐在座位上时的上半身正面图像，摄像头2设置在机车司机站立工作位附 近，以采集司机站立时的上半身正面图像。 2.对采集到图像进行人脸检测定位，判断视频图像中是否有人。 具体做法：利用Adaboost算法，提取Haar特征训练得到人脸检测器，对人脸进行 跟踪检测，以实时地在复杂背景情况下检测并定位到人脸区域，检测摄像头1采集的当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于视频的机车司机驾驶状态检测方法，其特征在于，该驾驶状态检测方法包括以下步骤：1)采集机车司机站立工作位和驾驶工作位的视频图像，判断上述图像是否有人，若均没有人，则判断机车司机处于离岗状态；2)当站立工作位的视频图像中有人时，对司机的人脸区域进行跟踪检测，人脸区域在设定时间内发生变化的次数小于设定值，说明司机处于疲劳状态，否则，说明司机在进行正常瞭望，返回步骤1)采集下一帧图像；3)当驾驶工作位的视频图像有人时，检测司机的操作频率参数、眼睛状态参数和嘴巴状态参数，当任一参数出现异常时判断司机处于疲劳状态，否则，返回步骤1)采集下一帧图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：段秋广，尹俊磊，肖雷，
申请(专利权)人：郑州畅想高科股份有限公司，
类型：发明
国别省市：河南;41
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。