【技术实现步骤摘要】
本专利技术涉及疲劳驾驶检测，具体是涉及一种基于视频帧的多特征感知驾驶疲劳状态检测方法及系统。
技术介绍
1、疲劳驾驶是影响车辆驾驶安全的重要因素，对驾驶员进行疲劳驾驶检测以防止疲劳驾驶对防止交通事故等具有重大意义。现阶段实施疲劳驾驶检测的方法主要通过检测驾驶员眼睛的眨眼频率以及驾驶时长来实现的。有的驾驶员眨眼频率较高，有的驾驶员长时间驾驶后依然精神饱满或者有的驾驶员较短时间驾驶后也会疲劳，导致疲劳驾驶的检测不够准确。因此，需要提供一种基于视频帧的多特征感知驾驶疲劳状态检测方法及系统，旨在解决上述问题。
技术实现思路
1、针对现有技术存在的不足，本专利技术的目的在于提供一种基于视频帧的多特征感知驾驶疲劳状态检测方法及系统，以解决上述
技术介绍
中存在的问题。
2、本专利技术是这样实现的，一种基于视频帧的多特征感知驾驶疲劳状态检测方法，所述方法包括以下步骤：
3、当检测到车辆启动时，采集主驾驶位的人脸视频，根据主驾驶位的人脸视频确定标定人脸图像；
4、每间隔设定时间值采集一段主驾驶位的面部视频，对所述面部视频进行视频帧提取得到设定数量的面部图像；
5、识别所述面部图像的眼部特征和嘴部特征，得到面部分析信息，所述面部分析信息包括眼特征数据和嘴特征数据；
6、计算标定人脸图像的眼标定数值和嘴标定数值，将面部分析信息与标定人脸图像的眼标定数值和嘴标定数值进行对比，判定面部分析信息是否存在疲劳迹象；
7、根据所有面部分析信息的
8、作为本专利技术进一步的方案：所述根据主驾驶位的人脸视频确定标定人脸图像的步骤，具体包括：
9、将主驾驶位的人脸视频与人脸图像库进行匹配，当匹配成功时，确定相匹配的人脸图像为标定人脸图像；
10、当匹配失败时，根据主驾驶位的人脸视频确定一个标定人脸图像。
11、作为本专利技术进一步的方案：识别所述面部图像的眼部特征和嘴部特征，得到面部分析信息的步骤，具体包括：
12、对眼部特征进行描边确定眼部轮廓，得到眼部轮廓的左右端点，左右端点将眼部轮廓划分为上轮廓和下轮廓，确定上轮廓的中点和下轮廓的中点；
13、计算得到眼特征数据，眼特征数据的计算公式为：，其中，表示眼特征数据的计算值，表示眼特征数据的基准值，表示眼部轮廓的左右端点之间的距离，表示上轮廓中点和下轮廓中点之间的距离；
14、对嘴部特征进行描边确定嘴唇弧线，得到嘴唇弧线的左右端点，左右端点将嘴唇弧线划分为上弧线和下弧线，确定上弧线的中点和下弧线的中点；
15、计算得到嘴特征数据，嘴特征数据的计算公式为：，其中，表示嘴特征数据的计算值，表示嘴特征数据的基准值，表示嘴特征数据项的校正因子，表示嘴唇弧线的左右端点之间的距离，表示上弧线中点和下弧线中点之间的距离；
16、根据眼特征数据和嘴特征数据整合得到面部分析信息。
17、作为本专利技术进一步的方案：将面部分析信息与标定人脸图像的眼标定数值和嘴标定数值进行对比，判定面部分析信息是否存在疲劳迹象的步骤，具体包括：
18、将眼特征数据的计算值与眼标定数值进行对比，当，表示眼部疲劳系数，确定对应的面部分析信息存在眼特征项疲劳迹象；
19、将嘴特征数据的计算值与嘴标定数值进行对比，当，表示嘴部疲劳系数，确定对应的面部分析信息存在嘴特征项疲劳迹象。
20、作为本专利技术进一步的方案：所述根据所有面部分析信息的疲劳情况，判定驾驶员是否存在疲劳驾驶的风险的步骤，具体包括：
21、确定主驾驶位的面部视频对应的一组面部分析信息中存在疲劳迹象的疲劳综合值；
22、对所述疲劳综合值进行判定，当疲劳综合值大于预设疲劳值时，确定驾驶员存在疲劳驾驶的风险。
23、本专利技术的另一目的在于提供一种基于视频帧的多特征感知驾驶疲劳状态检测系统，所述系统包括：
24、标定人脸图像模块，用于当检测到车辆启动时，采集主驾驶位的人脸视频，根据主驾驶位的人脸视频确定标定人脸图像；
25、面部图像采集模块，用于每间隔设定时间值采集一段主驾驶位的面部视频，对所述面部视频进行视频帧提取得到设定数量的面部图像；
26、面部分析信息模块，用于识别所述面部图像的眼部特征和嘴部特征，得到面部分析信息，所述面部分析信息包括眼特征数据和嘴特征数据；
27、疲劳迹象判定模块，用于计算标定人脸图像的眼标定数值和嘴标定数值，将面部分析信息与标定人脸图像的眼标定数值和嘴标定数值进行对比，判定面部分析信息是否存在疲劳迹象；
28、疲劳驾驶判定模块，用于根据所有面部分析信息的疲劳情况，判定驾驶员是否存在疲劳驾驶的风险，当存在时，生成预警信息。
29、作为本专利技术进一步的方案：所述标定人脸图像模块包括：
30、第一标定图像单元，用于将主驾驶位的人脸视频与人脸图像库进行匹配，当匹配成功时，确定相匹配的人脸图像为标定人脸图像；
31、第二标定图像单元，用于当匹配失败时，根据主驾驶位的人脸视频确定一个标定人脸图像。
32、作为本专利技术进一步的方案：所述面部分析信息模块包括：
33、眼部轮廓识别单元，用于对眼部特征进行描边确定眼部轮廓，得到眼部轮廓的左右端点，左右端点将眼部轮廓划分为上轮廓和下轮廓，确定上轮廓的中点和下轮廓的中点；
34、眼特征数据单元，用于计算得到眼特征数据，眼特征数据的计算公式为：，其中，表示眼特征数据的计算值，表示眼特征数据的基准值，表示眼部轮廓的左右端点之间的距离，表示上轮廓中点和下轮廓中点之间的距离；
35、嘴唇弧线识别单元，用于对嘴部特征进行描边确定嘴唇弧线，得到嘴唇弧线的左右端点，左右端点将嘴唇弧线划分为上弧线和下弧线，确定上弧线的中点和下弧线的中点；
36、嘴特征数据单元，用于计算得到嘴特征数据的计算公式为：，其中，表示嘴特征数据的计算值，表示嘴特征数据的基准值，表示嘴特征数据项的校正因子，表示嘴唇弧线的左右端点之间的距离，表示上弧线中点和下弧线中点之间的距离；
37、面部分析信息单元，用于根据眼特征数据和嘴特征数据整合得到面部分析信息。
38、作为本专利技术进一步的方案：所述疲劳迹象判定模块包括：
39、第一疲劳迹象单元，用于将眼特征数据的计算值与眼标定数值进行对比，当，表示眼部疲劳系数，确定对应的面部分析信息存在眼特征项疲劳迹象；
40、第二疲劳迹象单元，用于将嘴特征数据的计算值与嘴标定数值进行对比，当，表示嘴部疲劳系数，确定对应的面部分析信息存在嘴特征项疲劳迹象。
41、作为本专利技术进一步的方案：所述疲劳驾驶判定模块包括：
42、疲劳综合值计算单元，用于确定主驾驶位的面部视频对应的一组面部分析信息中存在疲劳迹象的疲劳综合值；
4本文档来自技高网...
【技术保护点】
1.基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述根据主驾驶位的人脸视频确定标定人脸图像的步骤，具体包括：
3.根据权利要求1所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，将面部分析信息与标定人脸图像的眼标定数值和嘴标定数值进行对比，判定面部分析信息是否存在疲劳迹象的步骤，具体包括：
4.根据权利要求3所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述根据所有面部分析信息的疲劳情况，判定驾驶员是否存在疲劳驾驶的风险的步骤，具体包括：
5.根据权利要求4所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，确定主驾驶位的面部视频对应的一组面部分析信息中存在疲劳迹象的疲劳综合值的方法包括如下步骤：
6.根据权利要求5所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，眼特征项疲劳指数的计算公式表示为：
7.基于视频帧的多特征感知驾驶疲劳状态检测系统
8.根据权利要求7所述的基于视频帧的多特征感知驾驶疲劳状态检测系统，其特征在于，所述标定人脸图像模块包括：
9.根据权利要求8所述的基于视频帧的多特征感知驾驶疲劳状态检测系统，其特征在于，所述疲劳迹象判定模块包括：
10.根据权利要求9所述的基于视频帧的多特征感知驾驶疲劳状态检测系统，其特征在于，所述疲劳驾驶判定模块包括：
...【技术特征摘要】
1.基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述根据主驾驶位的人脸视频确定标定人脸图像的步骤，具体包括：
3.根据权利要求1所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，将面部分析信息与标定人脸图像的眼标定数值和嘴标定数值进行对比，判定面部分析信息是否存在疲劳迹象的步骤，具体包括：
4.根据权利要求3所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，所述根据所有面部分析信息的疲劳情况，判定驾驶员是否存在疲劳驾驶的风险的步骤，具体包括：
5.根据权利要求4所述的基于视频帧的多特征感知驾驶疲劳状态检测方法，其特征在于，确定主驾驶位的...
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。