一种非理想条件下人脸图像的疲劳状态检测算法制造技术

一种非理想条件下人脸图像的疲劳状态检测算法，属于人脸图像中疲劳状态检测算法领域。现有非理想条件下人脸图像疲劳检测算法存在的检测效果不足。一种非理想条件下人脸图像的疲劳状态检测算法，所述检测算法通过以下步骤实现：在人脸图像中检测人脸区域并提取出人脸区域；对提取的含有人脸区域的人脸图像进行归一化的预处理；提取预处理后的人脸图像中的疲劳状态特征；对分类器进行决策融合的步骤；识别疲劳状态。本发明专利技术在疲劳检测算法引入注意力机制以改进CNN算法，更有效的提取出特征图中包含的有用信息。采用决策级融合方法，利用特定的标准或算法将不同卷积神经网络的分类结果进行整合，提高疲劳检测识别精度。提高疲劳检测识别精度。提高疲劳检测识别精度。

【技术实现步骤摘要】
一种非理想条件下人脸图像的疲劳状态检测算法


[0001]本专利技术涉及一种表情检测算法，特别涉及一种非理想条件下人脸图像的疲劳状态检测算法。

技术介绍

[0002]驾驶员疲劳状态的检测对防止由疲劳驾驶导致的交通事故，保障人民的生命财产安全有着重要意义，如何在不影响驾驶员正常驾驶的情况下准确并且高效地检测驾驶员的疲劳状态，是预防疲劳驾驶的有效方法。针对疲劳状态检测问题的现有方法可分为两大方向：使用生理信号的系统，如脑电图；以及使用视频信号的系统。第一个方向由于需要随身的传感器，因此不方便。第二个方向，在基于视频的疲劳状态检测系统中，采用摄像头捕捉人们的行为，特别是面部表情，以测量睡意程度，更具实用性。因此，通用疲劳检测的过程是，提取面部信息的预处理步骤和分类。预处理步骤是从视频帧中提取人脸序列，通常涉及一组与人脸相关的技术，包括人脸检测、人脸跟踪和人脸对齐。这些技术的结合方式不仅影响疲劳检测系统的精度，而且影响疲劳检测系统的整体速度。执行疲劳检测有许多挑战，例如不同的照明条件、姿势不正和遮挡。现有方法易受外界环境差异(如光照强度和背景等)和受测者本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非理想条件下人脸图像的疲劳状态检测算法，其特征在于：所述方法通过以下步骤实现：步骤一、在人脸图像中检测人脸区域并提取出人脸区域；步骤二、对提取的含有人脸区域的人脸图像进行归一化的预处理；步骤三、提取预处理后的人脸图像中的疲劳状态特征；步骤四、对分类器进行决策融合的步骤；步骤五、识别疲劳状态。2.根据权利要求1所述的一种非理想条件下人脸图像的疲劳状态检测算法，其特征在于：步骤三所述的提取预处理后的人脸图像中的疲劳状态特征的步骤具体为：第一、引入轻量级注意力机制，将由池化操作得到的每个与其相邻最近的k个通道进行一维卷积操作，k的取值通过通道数C自适应确定：其中,||
odd
表示取离结果最近的奇数；γ和b表示常量,分别取值为2和1；第二、构建以MobileNet v2为核心的轻量级特征提取网络；MobileNet v2拆解为深度卷积和逐点卷积；将卷积核拆分成为单通道形式，对每一通道进行卷积操作，得到和输入特征图通道数一致的输出特征图；卷积核的尺寸是D
k
×
D
k
×
M，一共有N个，每一个进行D
w
×
D
h
次运算，标准卷积的计算量是：D
k
×
D
k
×
M
×
N
×
D
w
×
D
h
；深度可分离卷积的计算量包括深度卷积和逐点卷积，深度卷积的卷积核尺寸D
k
×
D
...

【专利技术属性】
技术研发人员：姜义，李佳欣，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：