一种驾驶员疲劳检测方法及系统技术方案

本发明专利技术涉及安全驾驶技术领域，涉及一种驾驶员疲劳检测方法及系统，所述方法包括步骤：获取当前时间段内每一帧的驾驶员的驾驶图像以形成当前时间段的驾驶图像组;对当前时间段内每一帧的驾驶图像进行人脸检测以得到当前时间段内每一帧对应的人脸关键点;对当前时间段内每一帧的驾驶图像进行人脸面积检测，并将人脸面积过大或过小的驾驶图像过滤以获得合格图像组；读取合格图像组内的驾驶图像的人脸关键点，判断每个时刻驾驶图像内的驾驶员的眼睛睁闭状态以及嘴巴张合状态；统计通过过滤采集不合格的驾驶图像，提高了整体算法的精度，同时，通过睁眼角度与张嘴角度以及来判断驾驶员是否打瞌睡以及是否打哈欠以判断驾驶员是否疲劳。否疲劳。否疲劳。

【技术实现步骤摘要】
一种驾驶员疲劳检测方法及系统


[0001]本专利技术涉及安全驾驶
，更具体地说，涉及一种驾驶员疲劳检测方法及系统。

技术介绍

[0002]近年来，汽车的智能化是一个正在发展的火热趋势，其中智能座舱方向，是相对成熟的领域。智能座舱其中一个方向是对驾驶员的疲劳驾驶进行监测，包括打瞌睡检测，打哈欠检测等。
[0003]判定驾驶员打瞌睡的疲劳检测前，需要先识别出闭眼。判定驾驶员打哈欠前，需要先识别出驾驶员张嘴。当前厂商对闭眼和打哈欠的判定方式，都是依赖眼部关键点的长宽比（又叫纵横比）来判定；这种方法的弊端，在于长宽比的值的范围，上下限偏差极大，比值不能直观的描述眼睛张合，嘴巴张合。将闭眼，张嘴等识别结果转化为打瞌睡，打哈欠的逻辑，常规采用连续帧的方法来判定，即当连续多张图片都出现闭眼时，认定为打瞌睡。这种方法的弊端，是非常依赖AI算法的精度。

技术实现思路

[0004]本专利技术为解决现有技术处理的缺陷和不足，提供一种驾驶员疲劳检测方法及系统。
[0005]为实现上述目的，本专利技术采取的技术方案是一种驾驶员疲劳检测方法，所述方法包括步骤：S1:获取当前时间段内每一帧的驾驶员的驾驶图像以形成当前时间段的驾驶图像组;S2:对当前时间段内每一帧驾驶图像进行人脸检测以得到当前时间段内每一帧驾驶图像对应的人脸关键点;S3:对当前时间段内每一帧驾驶图像进行人脸面积检测，并将人脸面积过大或过小的驾驶图像过滤以获得合格图像组；S4:读取合格图像组内的驾驶图像的人脸关键点，判断每个时刻驾驶图像内的驾驶员的眼睛睁闭状态以及嘴巴张合状态；S5:统计当前时间段内驾驶员的闭眼次数以及张嘴次数以判断驾驶员是否疲劳。
[0006]优选的，所述S3中“将人脸面积过大或过小的驾驶图像过滤”包括以下步骤：S31:获取当前时刻前N个时刻的驾驶图像并分别计算前N个时刻的驾驶图像内的人脸面积；S32:去除当前时刻前N个时刻的驾驶图像中人脸面积最大的驾驶图像和人脸面积最小的驾驶图像，并计算剩余驾驶图像人脸面积的均值mean_face_area；S33:计算当前时刻的驾驶图像的人脸面积current_face_area；S34:将current_face_area与mean_face_area作差以获得人脸大小差值，若人脸
大小差值超出预设差值，则认为当前时刻的驾驶图像的人脸面积过大或过小，并将当前时刻的驾驶图像过滤，反之则保留。
[0007]优选的，所述S4包括以下步骤：S41：将位于左眼外框处的关键点37、关键点40相连得出连线L1，将位于左眼外框处的关键点38、关键点41相连得出连线L2，而连线L1与连线L2的夹角为左眼夹角angle_L，计算左眼夹角angle_L的大小，将位于右眼外框处的关键点43、关键点46相连得出连线L3，将位于右眼外框处的关键点44、关键点47相连得出连线L4，而连线L3与连线L4的夹角为右眼夹角angle_R，计算右眼夹角angle_R的大小，将位于嘴巴外框处的关键点61、关键点65相连得出连线L5，将位于嘴巴外框处的关键点63、关键点67相连得出连线L6，而连线L5与连线L6的夹角为嘴巴夹角angle_M，计算嘴巴夹角angle_M的大小；S42:将左眼夹角angle_L与左眼夹角预设值相对比，若左眼夹角angle_L小于左眼夹角预设值，则判定左眼状态为闭眼，将右眼夹角angle_R与右眼夹角预设值相对比，若右眼夹角angle_R小于右眼夹角预设值，则判定右眼状态为闭眼，将嘴巴夹角angle_M与嘴巴夹角预设值相对比，若嘴巴夹角angle_M大于嘴巴夹角预设值，则判定嘴巴状态为张嘴。
[0008]优选的，所述S5“判断驾驶员是否疲劳”的方法为：若当前时间段内驾驶员的闭眼次数大于预设闭眼值，则判断驾驶员在打瞌睡；若当前时间段内驾驶员的张嘴次数大于预设张嘴值，则判断驾驶员在打哈欠。
[0009]本专利技术还包括一种驾驶员疲劳检测系统，所述系统用于实现如以上所述的驾驶员疲劳检测方法，所述系统包括摄像模块、关键点生成模块、人脸面积检测过滤模块、人脸状态检测模块、统计判断模块；所述摄像模块用于获取当前时间段内每一帧的驾驶员的驾驶图像以形成当前时间段的驾驶图像组；所述关键点生成模块用于对当前时间段内每一帧驾驶图像进行人脸检测以得到当前时间段内每一帧对应的人脸关键点；所述人脸面积检测过滤模块用于对当前时间段内每一帧驾驶图像进行人脸面积检测，并将人脸面积过大或过小的驾驶图像过滤以获得合格图像组；所述人脸状态检测模块用于读取合格图像组内的驾驶图像的人脸关键点，判断每个时刻驾驶图像内的驾驶员的眼睛睁闭状态以及嘴巴张合状态；所述统计判断模块统计当前时间段内驾驶员的闭眼次数以及张嘴次数以判断驾驶员是否疲劳。
[0010]优选的，所述人脸面积检测过滤模块包括第一计算单元、过滤单元、第二计算单元、比较分析单元；所述第一计算单元用于获取当前时刻前N个时刻的驾驶图像并分别计算前N个时刻的驾驶图像内的人脸面积；所述过滤单元用于去除当前时刻前N个时刻的驾驶图像中人脸面积最大的驾驶图
像和人脸面积最小的驾驶图像；所述第二计算单元用于计算剩余驾驶图像人脸面积的均值mean_face_area以及计算当前时刻的驾驶图像的人脸面积current_face_area；所述比较分析单元用于将current_face_area与mean_face_area作差以获得人脸大小差值，若人脸大小差值超出预设差值，则认为当前时刻的驾驶图像的人脸面积过大或过小，并将当前时刻的驾驶图像过滤，反之则保留。
[0011]优选的，所述人脸状态检测模块包括左眼夹角计算单元、右眼夹角计算单元、嘴巴夹角计算单元、左眼状态判断单元、右眼状态判断单元以及嘴巴状态判断单元；所述左眼夹角计算单元用于将位于左眼外框处的关键点37、关键点40相连得出连线L1，将位于左眼外框处的关键点38、关键点41相连得出连线L2，而连线L1与连线L2的夹角为左眼夹角angle_L，计算左眼夹角angle_L的大小；所述右眼夹角计算单元用于将位于右眼外框处的关键点43、关键点46相连得出连线L3，将位于右眼外框处的关键点44、关键点47相连得出连线L4，而连线L3与连线L4的夹角为右眼夹角angle_R，计算右眼夹角angle_R的大小；所述嘴巴夹角计算单元用于将位于嘴巴外框处的关键点61、关键点65相连得出连线L5，将位于嘴巴外框处的关键点63、关键点67相连得出连线L6，而连线L5与连线L6的夹角为嘴巴夹角angle_M，计算嘴巴夹角angle_M的大小；所述左眼状态判断单元用于将左眼夹角angle_L与左眼夹角预设值相对比，若左眼夹角angle_L小于左眼夹角预设值，则判定左眼状态为闭眼；所述右眼状态判断单元用于将右眼夹角angle_R与右眼夹角预设值相对比，若右眼夹角angle_R小于右眼夹角预设值，则判定右眼状态为闭眼；所述嘴巴状态判断单元用于将嘴巴夹角angle_M与嘴巴夹角预设值相对比，若嘴巴夹角angle_M大于嘴巴夹角预设值，则判定嘴巴状态为张嘴。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶员疲劳检测方法，其特征在于，所述方法包括步骤：S1:获取当前时间段内每一帧的驾驶员的驾驶图像以形成当前时间段的驾驶图像组;S2:对当前时间段内每一帧驾驶图像进行人脸检测以得到当前时间段内每一帧驾驶图像对应的人脸关键点;S3:对当前时间段内每一帧驾驶图像进行人脸面积检测，并将人脸面积过大或过小的驾驶图像过滤以获得合格图像组；S4:读取合格图像组内的驾驶图像的人脸关键点，判断每个时刻驾驶图像内的驾驶员的眼睛睁闭状态以及嘴巴张合状态；S5:统计当前时间段内驾驶员的闭眼次数以及张嘴次数以判断驾驶员是否疲劳。2.根据权利要求1所述的驾驶员疲劳检测方法，其特征在于，所述S3中“将人脸面积过大或过小的驾驶图像过滤”包括以下步骤：S31:获取当前时刻前N个时刻的驾驶图像并分别计算前N个时刻的驾驶图像内的人脸面积；S32:去除当前时刻前N个时刻的驾驶图像中人脸面积最大的驾驶图像和人脸面积最小的驾驶图像，并计算剩余驾驶图像人脸面积的均值mean_face_area；S33:计算当前时刻的驾驶图像的人脸面积current_face_area；S34:将current_face_area与mean_face_area作差以获得人脸大小差值，若人脸大小差值超出预设差值，则认为当前时刻的驾驶图像的人脸面积过大或过小，并将当前时刻的驾驶图像过滤，反之则保留。3.根据权利要求2所述的驾驶员疲劳检测方法，其特征在于，所述S4包括以下步骤：S41：将位于左眼外框处的关键点37、关键点40相连得出连线L1，将位于左眼外框处的关键点38、关键点41相连得出连线L2，而连线L1与连线L2的夹角为左眼夹角angle_L，计算左眼夹角angle_L的大小，将位于右眼外框处的关键点43、关键点46相连得出连线L3，将位于右眼外框处的关键点44、关键点47相连得出连线L4，而连线L3与连线L4的夹角为右眼夹角angle_R，计算右眼夹角angle_R的大小，将位于嘴巴外框处的关键点61、关键点65相连得出连线L5，将位于嘴巴外框处的关键点63、关键点67相连得出连线L6，而连线L5与连线L6的夹角为嘴巴夹角angle_M，计算嘴巴夹角angle_M的大小；S42:将左眼夹角angle_L与左眼夹角预设值相对比，若左眼夹角angle_L小于左眼夹角预设值，则判定左眼状态为闭眼，将右眼夹角angle_R与右眼夹角预设值相对比，若右眼夹角angle_R小于右眼夹角预设值，则判定右眼状态为闭眼，将嘴巴夹角angle_M与嘴巴夹角预设值相对比，若嘴巴夹角angle_M大于嘴巴夹角预设值，则判定嘴巴状态为张嘴。4.根据权利要求3所述的驾驶员疲劳检测方法，其特征在于，所述S5“判断驾驶员是否疲劳”的方法为：若当前时间段内驾驶员的闭眼次数大于预设闭眼值，则判断驾驶员在打瞌睡；若当前时间段内驾驶员的张嘴次数大于预设张嘴值，则判断驾驶员在打哈欠。5.一种驾驶员疲劳检测系统，所述系统用于实现如权利要求1
‑
4任一所述的驾驶员疲
劳检测方法，其特征在于，所述系统包括摄像模块（1）、关键点生成模块（2）、人脸面积检测过滤模块（3）、人脸状态检测模块（4）、统计判断模块（5）；所述摄像模块（1）用于获取当前时间段内每一帧的驾驶员的驾驶图像以形成当前时间段的驾驶图像组；所述关键点生成模块（2）用于对当前时间段内每一帧驾驶图像进行人脸检测以得到当前时间段内每一帧对应的人脸关键点；所述人脸面积检测过滤模块（3）用于对当前时间段内每一帧驾驶图像进行人脸面积检测，并将人脸面积过大或过小的驾驶图像过滤以获得...

【专利技术属性】
技术研发人员：吴阳阳，
申请(专利权)人：联友智连科技有限公司，
类型：发明
国别省市：