一种基于眼睛特征的疲劳驾驶检测方法
【技术领域】
[0001] 本发明涉及安全驾驶技术领域，具体涉及一种基于眼睛特征的疲劳驾驶检测方 法。
【背景技术】
[0002] 疲劳驾驶是引发交通事故的重要原因之一，由于它无法像饮酒驾驶或者接打电话 驾驶那样，使用交通法规来明令禁止，所以它很容易被人们所忽视，然而，当驾驶员处于疲 劳状态时，会出现注意力分散，应变能力下降，对路面情况和周边环境的观察不及时，甚至 出现短时间睡眠，完全失去驾驶能力，极易造成交通事故。
[0003] 对于因疲劳驾驶引起的交通事故，由于无法实时检测驾驶员的疲劳驾驶状态，一 些客运和货运企业的监管部门无法进行事前的监控和预防。因此，实时的检测驾驶员的疲 劳驾驶状态，及时提醒驾驶员或反馈给运输企业监管部门进行预防，对于避免重大交通事 故，起着重要的作用。
[0004] 目前，对于疲劳驾驶的检测主要有以下几类方法：
[0005] 1、基于生理信号的检测方法，主要基于驾驶员的脉搏、脑电图、心电图、肌电图等 的异常情况来检测疲劳驾驶状态。该类方法的检测结果准确，但是其必须通过直接接触驾 驶员身体来采集相关数据，会导致驾驶员的不适，影响驾驶效果，不适合实际的应用。
[0006] 2、基于驾驶行为的检测方法，主要基于方向盘转动、车辆行驶速度、车道偏移量、 油门的控制力度等的异常情况来检测疲劳驾驶状态。该类方法的优点是不需要接触驾驶员 身体，检测结果能直接反应驾驶状态，其缺点是判断依据无法确定，对于不同的驾驶员，无 法给出明确的临界判断阈值。
[0007] 3、基于机器视觉的检测方法，主要通过视频图像处理技术，实时监控驾驶员的眼 睛开闭状态、点头频率、打哈欠等情况，综合判断是否处于疲劳驾驶状态。该类方法的优点 是不需要接触驾驶员身体，不会影响驾驶效果，设备更容易被人们接受，更具发展潜力。
【发明内容】
[0008] 本发明的目的在于提供一种基于眼睛特征的疲劳驾驶检测方法，该检测方法通过 监控驾驶员的眼睛开闭状态，并根据单位时间内的闭眼率来判断驾驶员是否处于疲劳驾驶 状态，具有监控准确度高，漏检误检少，受环境影响小，速度快，成本低等特点。
[0009] 本发明的技术方案为：
[0010] 一种基于眼睛特征的疲劳驾驶检测方法，该检测方法包括以下步骤：
[0011] (1)建立人脸检测分类器。
[0012] (2)实时采集驾驶员的驾驶状态图像。
[0013] (3)在驾驶状态图像中精确定位驾驶员的眼睛位置。
[0014] (4)在连续视频图像中，根据上一帧图像中眼睛位置，准确预测当前帧图像中的眼 睛位置。
[0015] (5)根据预测的眼睛位置，精确定位眼睛位置，并用新的眼睛位置替换上一帧中的 眼睛位置；同时，判断驾驶员眼睛的开闭状态，并根据单位时间内闭眼帧数所占比例，判断 驾驶员是否处于疲劳驾驶状态。
[0016] (6)若驾驶员处于疲劳驾驶状态，则进行报警提示或向远程服务器发送处于疲劳 驾驶状态时的实时视频并接收远程命令。
[0017] 步骤（3)中，所述的在驾驶状态图像中精确定位驾驶员的眼睛位置，具体包括以 下步骤：
[0018] (31)基于harr特征和adaboost分类器，进行人脸定位。
[0019] (32)基于人脸的三庭五眼布局规律，粗定位眼睛位置。
[0020] (33)精确定位眼睛的位置。
[0021] 步骤⑷中，所述的在连续视频图像中，根据上一帧图像中眼睛位置，准确预测当 前帧图像中的眼睛位置；具体包括以下步骤：
[0022] (41)利用以下公式，获取眼睛的跟踪矩形区域rectjrack;
[0023]
【主权项】
1. 一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：该检测方法包括以下步骤： (1) 建立人脸检测分类器； (2) 实时采集驾驶员的驾驶状态图像； (3) 在驾驶状态图像中精确定位驾驶员的眼睛位置； (4) 在连续视频图像中，根据上一帧图像中眼睛位置，准确预测当前帧图像中的眼睛位 置； (5) 根据预测的眼睛位置，精确定位眼睛位置，并用新的眼睛位置替换上一帧中的眼睛 位置；同时，判断驾驶员眼睛的开闭状态，并根据单位时间内闭眼帧数所占比例，判断驾驶 员是否处于疲劳驾驶状态； (6) 若驾驶员处于疲劳驾驶状态，则进行报警提示或向远程服务器发送处于疲劳驾驶 状态时的实时视频并接收远程命令。
2. 根据权利要求1所述的一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：步骤 (3)中，所述的在驾驶状态图像中精确定位驾驶员的眼睛位置，具体包括以下步骤： (31) 基于harr特征和adaboost分类器，进行人脸定位； (32) 基于人脸的三庭五眼布局规律，粗定位眼睛位置； (33) 精确定位眼睛的位置。
3. 根据权利要求1所述的一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：步骤 ⑷中，所述的在连续视频图像中，根据上一帧图像中眼睛位置，准确预测当前帧图像中的 眼睛位置；具体包括以下步骤： (41) 利用以下公式，获取眼睛的跟踪矩形区域rectjrack;
其中，rect_left、rect_right分别表示左、右眼睛矩形位置区域； (42) 基于上一帧图像，在眼睛的跟踪矩形区域内，以一定间隔进行均匀点采样，获取采 样点集P〇int_source; (43) 根据光流法原理，对采样点集point_source进行跟踪，并在当前帧中获取跟踪点 集point_track; (44) 去除错误的跟踪点； (45) 依据正确跟踪采样点的前后帧位置，利用以下公式，计算眼睛区域的水平方向运 动量Dx和垂直方向运动量Dy;
其中，N表示正确跟踪的采样点数目； (46) 在当前帧中，利用以下公式，预测左、右眼睛的位置区域rect_left_predict和 rect-right-predict;
4. 根据权利要求1所述的一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：步骤 (5)中，所述的根据预测的眼睛位置，精确定位眼睛位置，并用新的眼睛位置替换上一帧中 的眼睛位置；同时，判断驾驶员眼睛的开闭状态，并根据单位时间内闭眼帧数所占比例，判 断驾驶员是否处于疲劳驾驶状态；具体包括以下步骤： (51) 精确定位左、右眼睛的矩形位置区域； (52) 基于最大类间距算法，获取眼睛区域的全局二值化图像，并进行反色处理； (53) 获取左、右眼睛的虹膜和瞳孔区域的高度； (54) 采用以下公式，统计单位时间T内，驾驶员处于闭眼状态的帧数；
其中，Nc是单位时间内处于闭眼状态的帧数，h[i]表示高度列表内第i帧的虹膜和 瞳孔区域高度，To为正常睁眼时的虹膜和瞳孔区域高度，Tc为闭眼时的虹膜和瞳孔区域高 度； 并采用以下公式判断驾驶员是否处于疲劳状态：
其中，exist= 1表示驾驶员处于疲劳驾驶状态，N为单位时间内的总帧数，p为单位时 间内的闭眼率。
5. 根据权利要求2所述的一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：步骤 (33)中，精确定位左眼睛和右眼睛的位置的方法相同，其中，精确定位左眼睛的方法具体包 括以下步骤： (331)利用以下公式，对左眼的灰度图像进行增强；
其中，f(x，y)为原图的灰度值，g(x，y)为增强图像的灰度值，tmin为原图灰度最小值加 上10,tmax为原图灰度最大值减去15 ; (332) 基于边缘检测算子式，进行水平边缘检测；所述的边缘检测算子式为：
(333) 基于结构元素模板式，进行形态学闭运算；所述的结构元素模板式为：
(334) 去除面积较小的连通区域； (335) 获取左眼的精确位置； (336) 利用以下公式，扩展左眼的精确位置区域，获取最终的左眼矩形位置区域rect_ left,
其中，rect是左眼的精确矩形位置。
6.根据权利要求3所述的一种基于眼睛特征的疲劳驾驶检测方法，其特征在于：步骤 (44)中，所述的去除错误的跟踪点，具体包括以下步骤： (441) 交换当前帧图像和上一帧图像的位置； (442) 根据光流法原理，对点集point_track进行反方向跟踪，在上一帧中获取反向跟 踪点集P〇int_track_inv; (443) 利用以下公式，进行正确跟踪采样点判断，获取正确跟踪点集point_track_ new；
其中，dis_^示预设的距离阈值，Di表示两个点集的对应点的距离。
【专利摘要】本发明涉及一种基于眼睛特征的疲劳驾驶检测方法，包括以下步骤：建立人脸检测分类器；实时采集驾驶员的驾驶状态图像；在驾驶状态图像中精确定位驾驶员的眼睛位置；在连续视频图像中，根据上一帧图像中眼睛的位置，准确预测当前帧中眼睛的位置；根据预测的眼睛位置，精确定位眼睛位置，并用新的眼睛位置替换上一帧眼睛位置；判断驾驶员眼睛的开闭状态，根据单位时间内闭眼帧数所占比例，判断驾驶员是否处于疲劳驾驶状态；若驾驶员处于疲劳驾驶状态，则进行报警提示或向远程服务器发送处于疲劳驾驶状态时的实时视频并接收远程命令。本发明具有监控准确度高，漏检误检少，受环境影响小，速度快，成本低等特点。
【IPC分类】G08B21-06, G06K9-00
【公开号】CN104574820
【申请号】CN201510013052
【发明人】张卡, 何佳, 尼秀明, 章伟
【申请人】安徽清新互联信息科技有限公司
【公开日】2015年4月29日
【申请日】2015年1月9日