【技术实现步骤摘要】
本申请涉及疲劳检测，具体涉及一种基于面部特征的疲劳驾驶识别方法及相关装置。
技术介绍
1、伴随我国经济的迅速增长和公路体系的逐渐完善，汽车现在已经成为我国公民最常使用的交通运输工具。实时准确的对驾驶员疲劳特征进行识别对于减少交通事故的发生具有重要意义。
2、目前的疲劳驾驶识别方法根据判断的特征划分为基于驾驶员生理信号识别、基于车辆特征识别和基于驾驶员面部特征识别三类方法。基于驾驶员生理信号的识别方法，是通过佩戴医疗设备实时获取心电信、脑电信号和脉搏等生理信号，分析识别驾驶员的疲劳状态；该类方法虽然具有较高的精度，但需要驾驶员穿戴相应专业设备，具有较强侵入性。基于车辆状态特征的识别方法，是通过分析车辆刹车、车道偏离和车速变化等鉴别驾驶员疲劳状态，但这些特征受外部环境、路况和驾驶员的操作水平与习惯影响，可靠性不高。基于面部特征的疲劳驾驶识别方法，是使用计算机视觉方法鉴别驾驶员嘴部、眼部以及头部是否出现疲劳特征来识别疲劳驾驶，该类方法具有实时性好、精度高、侵入性小和成本较低等优势，但目前已有方法存在采用特征单一、鲁棒性较差等问题。
【技术保护点】
1.一种基于面部特征的疲劳驾驶识别方法，其特征在于，所述疲劳驾驶识别方法包括：
2.根据权利要求1所述的基于面部特征的疲劳驾驶识别方法，其特征在于：所述头部姿态估计与人脸关键点检测多任务神经网络HFMNet具体如下：
3.根据权利要求2所述的基于面部特征的疲劳驾驶识别方法，其特征在于，采用所述人脸关键点坐标对将对应的驾驶员图像进行图像裁剪，得到每张驾驶员图像对应的左眼图像、右眼图像和嘴部图像，包括：
4.根据权利要求3所述的基于面部特征的疲劳驾驶识别方法，其特征在于：所述步骤4中，轻量化多分类神经网络为改进的ShuffleNetV2
...
【技术特征摘要】
1.一种基于面部特征的疲劳驾驶识别方法，其特征在于，所述疲劳驾驶识别方法包括：
2.根据权利要求1所述的基于面部特征的疲劳驾驶识别方法，其特征在于：所述头部姿态估计与人脸关键点检测多任务神经网络hfmnet具体如下：
3.根据权利要求2所述的基于面部特征的疲劳驾驶识别方法，其特征在于，采用所述人脸关键点坐标对将对应的驾驶员图像进行图像裁剪，得到每张驾驶员图像对应的左眼图像、右眼图像和嘴部图像，包括：
4.根据权利要求3所述的基于面部特征的疲劳驾驶识别方法，其特征在于：所述步骤4中，轻量化多分类神经网络为改进的shufflenetv2网络：
5.根据权利要求4所述的基于面部特征的疲劳驾驶识别方法，其特...
【专利技术属性】
技术研发人员：陈昌川，王鑫，龙虹毓，温平川，代少升，刘劲松，谢卓呈，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
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。