一种基于VideoTransformer的疲劳驾驶检测方法技术

本发明专利技术公开了一种基于Video Transformer的疲劳驾驶检测方法，包括以下步骤：从正常光照数据集中获取待测视频帧；通过MTCNN神经网络进行人脸图像提取；将提取出的人脸图像序列输入到Video Transformer中获取最终疲劳检测判定结果。本发明专利技术采用上述一种基于Video Transformer的疲劳驾驶检测方法，用于复杂光照环境下，通过MTCNN神经网络得到待测视频帧中的人脸图片，从而能够有效的提高检测精确率，针对待测人脸图像序列，使用Video Transformer作为判别器完成最终疲劳结果判定。定。定。

A fatigue driving detection method based on videotransformer

【技术实现步骤摘要】
一种基于Video Transformer的疲劳驾驶检测方法


[0001]本专利技术涉及物联网安全
，尤其是涉及一种基于Video Transformer的疲劳驾驶检测方法。

技术介绍

[0002]随着汽车保有量的快速增长，交通事故也越来越多，给出行带来了巨大的安全隐患。为了尽量减少交通事故的发生。近期，政府出台了多项相关政策，取得显著成效。但现阶段，交通事故仍是生命安全的主要威胁之一。例如，缺乏道路安全驾驶意识、酒驾、疲劳驾驶是造成交通事故的主要因素。其中，疲劳驾驶占交通事故原因的14％
‑
20％，在重载交通事故中约占43％，在大型货车和高速公路交通事故中约占37％。
[0003]我国道路交通安全法明确规定，驾驶人连续不休息超过4小时，视为疲劳驾驶。驾驶人有过度疲劳驾驶行为的，交管部门可以对其进行处罚，扣减驾驶执照。虽然规定可以在一定程度上减少驾驶员的过度疲劳驾驶行为，但在关键时刻进行疲劳预警可以大大减少因疲劳驾驶而引发的交通事故的发生。尤其是从事长途客运和货运的司机，由于工作需要，需要长时间连续驾驶机动车。然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Video Transformer的疲劳驾驶检测方法，其特征在于，包括以下步骤：S1、从正常光照数据集中获取待测视频帧；S2、通过MTCNN神经网络进行人脸图像提取；S3、将提取出的人脸图像序列输入到Video Transformer中获取最终疲劳检测判定结果。2.根据权利要求1所述的一种基于Video Transformer的疲劳驾驶检测方法，其特征在于，所述步骤S1中从正常光照数据集中获取待测视频帧具备包括以下步骤：(1)通过原始图像I得到h、w,根据h、w设置两个尺寸为h*w的像素表格I1、I2；(2)在I1上进行填充像素值，使得I1[i][j]＝I[i][j]/2，其中i∈[0,h],j∈[0,w]；(3)在I2上同样进行填充数值，使得I2[i][j]＝G(i,j)，其中i∈[0,h],j∈[0,w]，设定了G
max
(x,y)<＝2；(4)最后将I1与I2进行相乘得到一张新的图像I'，即I'[i][j]＝I1[i][j]
×
I2[i][j]，其中i∈[0,h],j∈[0,w]。3.根据权利要求1所述的一种基于Video Transformer的疲劳驾驶检测方法，其特征在于，所述步骤S2中通过MTCNN神经网络进行人脸图像提取具体包括以下步骤：(1)从正常光照视频集中，拆分出视频帧；(2)将视频帧进行处理，得到复杂光照环境下的视频帧，模拟仿真驾驶员夜间行驶的视频帧；(3)针对待测视频帧使用MTCNN神经网络进行人脸提取操作，得到人脸候选窗口和5个人脸关键点位置信息。4.根据权利要求3所述的一种基于Video Transformer的疲劳驾驶检测方法，其特征在于：所述MTCNN神经网络由三个子网结构组成，分别为Proposal Network(P
‑
Net)、Refine Network(R
‑
Net)和Output Network(O
‑
Net)；用P
‑
Net卷积神经网络，获得候选...

【专利技术属性】
技术研发人员：刘玉玲，陈龙，
申请(专利权)人：湖南大学，
类型：发明
国别省市：