一种矿车驾驶员脸部姿态识别方法及系统技术方案

本发明专利技术提供一种矿车驾驶员脸部姿态识别方法及系统，属于计算机视觉检测技术领域。本发明专利技术矿车驾驶员脸部姿态识别方法，包括如下步骤：获取图像帧；定位图像帧中驾驶员头部具体位置；截取头部区域图像，获取脸部关键点信息和辅助信息；根据脸部关键点信息和辅助信息双重特征，根据双重特征一致性判别方法判别驾驶员脸部姿态。本发明专利技术的有益效果为：通过双重特征一致性判别法，在矿车场景中能准确稳定识别出驾驶员的脸部姿态。出驾驶员的脸部姿态。出驾驶员的脸部姿态。

【技术实现步骤摘要】
一种矿车驾驶员脸部姿态识别方法及系统


[0001]本专利技术涉及一种视觉检测技术，尤其涉及一种矿车驾驶员脸部姿态识别方法及系统。

技术介绍

[0002]为了监测驾驶员的状态，可以分析驾驶员的脸部图像指标，如眼睛的闭合程度、眨眼频率、嘴部的打哈欠次数等。通常这些指标都是在得到正脸图像的情况下计算，因此在执行这些分析流程之前，需要估计人脸的姿态，以提高分析准确率。
[0003]现有的技术利用肩膀以上的完整头部图像区域估计头部的欧拉角，在矿车实际场景中有以下不足：
[0004]a)如果后续要定位眼睛、嘴巴区域，那么还要级联一个或多个检测器，导致整套技术方案很难部署在算力资源有限的设备上；
[0005]b)复杂度高，增加了时间消耗。
[0006]还有的方法利用一个三维人脸参考模型求解近似的旋转向量，该方法不稳定，在实际场景中偏差较大，很难通过设定固定的阈值去判断。还有的方法仅依赖人脸关键点之间的几何关系，在脸部表情较为夸张，或者遮挡较为严重(如戴口罩)的时候极有可能失效。
[0007]在矿井下，矿车驾驶员通常都是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿车驾驶员脸部姿态识别方法，其特征在于，包括如下步骤：S1：获取图像帧；S2：定位图像帧中驾驶员头部具体位置；S3：截取头部区域图像，获取脸部关键点信息和辅助信息；S4：根据脸部关键点信息和辅助信息双重特征，根据双重特征一致性判别方法判别驾驶员脸部姿态。2.根据权利要求1所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S1中，获取待检测图像帧所用的成像设备包括但不限于基于CCD传感器或者CMOS传感器的红外摄像单元。3.根据权利要求2所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S1中，还包括对所述图像帧预处理操作步骤，所述图像帧预处理操作步骤包括截取子图像、归一化、去噪声、均衡化、尺度变换，获取设定大小的图像。4.根据权利要求1所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S2中，定位驾驶员头部具体位置的处理方法为：定位人脸位置；将人脸位置往图像边界扩展，直至覆盖整个头部区域或者达到图像边界。5.根据权利要求1所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S3中，所述脸部关键点包括人脸轮廓、下巴、嘴巴、鼻子、眼睛和眉毛关键点信息，所述辅助信息为一预测值，用于与根据脸部关键点计算的结果作一致性比较。6.根据权利要求1
‑
5任一项所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S4中，所述根据双重特征一致性判别方法判别驾驶员脸部姿态的方法为：S401：计算左右眉毛特征点欧拉距离的比例因子；S402：判断所述比例因子是否大于第一预设值，且与辅助信息一致，如果否，则判定为侧脸，如果是，则判定为正脸，然后执行下一步；S403：计算左右眼中心特征点与其水平投影点的夹角余弦值；S404：判断所述夹角余弦值是否小于第二预设值，且与辅助信息一致，如果是，则判定为正脸，否则，则判定为倾斜。7.根据权利要求6所述的矿车驾驶员脸部姿态识别方法，其特征在于：步骤S401和S402中，基于比例因子和辅助信息判定的具体方法为：选择人脸左眉毛的两端关键点，并计算两者的欧拉距离作为左眉毛的长度L
...

【专利技术属性】
技术研发人员：文智力，翁凯利，李长海，张飞翔，朱远丹，
申请(专利权)人：深圳市翌日科技有限公司，
类型：发明
国别省市：