>[0046]疲劳预警装置103，用于提供疲劳报警信号；
[0047]其中，所述面部特征包括眼部特征，头部定位特征和嘴部特征中的一个或多个。
[0048]在本发明一个实施例中，可以基于眼部特征来识别驾驶员是否疲劳。其具体的实现包括:
[0049]所述面部特征包括眼部特征；所述FPGA图像处理装置102包括:
[0050]FPGA眼部特征处理单元，用于对接收到的眼部特征进行提取，得到包括眼部边缘的灰度、眼部边缘与眼部中心的距离在内的眼部特征；将得到的眼部特征样本经过两次降采样；将降采样后的眼部特征进行数学上的归类，判断每一类的特征对应睁眼状态还是闭眼状态；根据睁眼状态和闭眼状态输出眨眼的频率和闭眼的频率；根据该眨眼的频率和闭眼的频率得出驾驶员是否疲劳的第一结果。之后，则可以基于该第一结果最终得出驾驶员是否疲劳，以便决定是否启动疲劳预警装置103。
[0051]在本发明一个实施例中，也可以基于头部定位特征来识别驾驶员是否疲劳。其具体实现包括:
[0052]所述面部特征包括头部定位特征；所述FPGA图像处理装置102包括:
[0053]FPGA头部定位特征处理单元，用于对接收到的头部定位特征进行滤波，对滤波后的特征进行图像增强，使得其中的眼部边缘特征更加清晰；利用面部几何关系对眼部坐标进行粗略定位，然后进行二值化处理，得到包含眼睛，部分眉毛和部分鼻子特征的二值图像；利用二值化图像，进行连通域计算，精确定位眼部位置；根据眼部位置的变化，判断头部上下摆幅；根据头部摆幅，得出驾驶员是否疲劳的第二结果。之后，则可以基于该第二结果最终得出驾驶员是否疲劳，以便决定是否启动疲劳预警装置103。
[0054]在本发明一个实施例中，也可以基于嘴部特征来识别驾驶员是否疲劳。其具体的实现包括:
[0055]所述面部特征包括嘴部特征，所述FPGA图像处理装置102包括:
[0056]FPGA嘴部特征处理单元，用于对接收到的嘴部特征进行滤波；对滤波后的图像进行图像增强，使得嘴部边缘更加清晰；利用面部几何关系对嘴部坐标进行粗略定位；然后进行二值化处理，所得的二值图像包含部分鼻子，嘴部和部分下巴信息；根据定位到的嘴部状态，进行嘴部面积判断；若大于设定阈值，则为打哈欠状态，输出打哈欠的频率；根据打哈欠的频率，得出驾驶员是否疲劳的第三结果。之后，则可以基于该第二结果最终得出驾驶员是否疲劳，以便决定是否启动疲劳预警装置103。
[0057]在本发明的一个实施例中，也可以综合考虑上述的第一结果，第二结果和第三结果中的任意两个或三个来最终判断和识别出驾驶员是否疲劳。
[0058]在本发明的一个实施例中，如果判断出驾驶员不处于疲劳状态，则继续保持监测。
[0059]在本发明的一个实施例中，所述FPGA眼部特征处理单元可以采用局部二值模式(LBP，Local Binary Patterns)算子执行所述的对接收到的眼部特征进行提取，并采用svm分类器执行所述的将降采样后的眼部特征进行数学上的归类。
[0060]在本发明一个实施例中，所述FPGA头部定位特征处理单元，进行的是Gabor滤波。
[0061]在本发明一个实施例中，所述FPGA嘴部特征处理单元进行的可以是Gabor滤波。
[0062]参见图2，本发明一个实施例中，车载的疲劳识别系统包括FPGA图像处理装置202和疲劳预警装置203，并且，图像采集装置具体包括:摄像镜头2011，CMOS图像传感器2012和图像采集电路2013 ;其中，所述摄像镜头2011的高度和角度可调节，以便使得摄像镜头能够对准驾驶员的面部，从而准确采集到驾驶员的面部特征。
[0063]仍然参见图2，在本发明一个实施例中，该系统进一步包括:近红外LED照明电路204，用于自动感知周围光强，并在周围光强小于预定值时，提供光照，且所述近红外LED照明电路的高度和角度可调节。比如，近红外LED照明电路204中可以包括光敏电阻，从而对周围的光照条件进行感应。
[0064]仍然参见图2，在本发明一个实施例中，该系统进一步包括:USB供电电路205，用于挂载在汽车的USB接口上，并为所述系统提供电源。比如，参见图2，在本发明一个实施例中，该USB供电电路205与系统中除摄像镜头之外的每个功能单元相连，以便供电。
[0065]参见图2，在本发明一个实施例中，利用车载的疲劳识别系统的工作过程包括:
[0066]将USB供电电路205插入到汽车所配备的USB接口之上，为疲劳识别系统提供电源。将摄像镜头2011与近红外LED照明电路204对准驾驶位的头部位置，具体角度需要根据不同的身高自行调整。设置好角度后，驾驶员启动疲劳识别系统电源，系统开始工作。通过摄像镜头2011采集驾驶员面部特征，通过CMOS图像传感器2012与图像采集电路2013送往FPGA图像处理装置202进行图像处理与图像特征提取，特征提取的结果若符合人体疲劳特征则启动疲劳预警装置203，发出声响提醒驾驶员已处于疲劳驾驶状态。
[0067]本发明一个实施例还提出了一种车载的疲劳识别方法，参见图3，包括:
[0068]步骤301:采集驾驶员的面部特征；
[0069]步骤302:对采集到的面部特征进行图像处理和图像特征提取；
[0070]步骤303:根据特征提取的结果判断驾驶员当前是否处于疲劳状态，如果是，提供疲劳报警信号；其中，
[0071]所述面部特征包括眼部特征，头部定位特征和嘴部特征中的一个或多个。
[0072]在本发明一个实施例中，所述面部特征包括眼部特征；则步骤302具体可以包括:对接收到的眼部特征进行提取，得到包括眼部边缘的灰度、眼部边缘与眼部中心的距离在内的眼部特征；将得到的眼部特征样本经过两次降采样；将降采样后的眼部特征进行数学上的归类，判断每一类的特征对应睁眼状态还是闭眼状态；根据睁眼状态和闭眼状态输出眨眼的频率和闭眼的频率；根据该眨眼的频率和闭眼的频率得出驾驶员是否疲劳的第一结果;
[0073]在本发明一个实施例中，所述面部特征包括头部定位特征；则步骤302可以包括:对接收到的头部定位特征进行滤波，对滤波后的特征进行图像增强，使得其中的眼部边缘特征更加清晰；利用面部几何关系对眼部坐标进行粗略定位，然后进行二值化处理，得到包含眼睛，部分眉毛和部分鼻子特征的二值图像；利用二值化图像，进行连通域计算，精确定位眼部位置；根据眼部位置的变化，判断头部上下摆幅；根据头部摆幅，得出驾驶员是否疲劳的第二结果；
[0074]在本发明一个实施例中，所述面部特征包括嘴部特征，则步骤302包括:对接收到的嘴部特征进行滤波；对滤波后的图像进行图像增强，使得嘴部边缘更加清晰；利用面部几何关系对嘴部坐标进行粗略定位；然后进行二值化处理，所得的二值图像包含部分鼻子，嘴部和部分下巴信息；根据定位到的嘴部状态，进行嘴部面积判断；若大于设定阈值，则为打哈欠状态，输出打哈欠的频率；根据打哈欠的频率，得出驾驶员是否疲劳的第三结果。
[0075]基于上述步骤302的实现方式，在本发明一个实施例中，步骤303中，根据特征提取的结果判断驾驶员当前是否处于疲劳状态包括:根据所述第一结果，第二结果和第三结果中的一个或多个判断驾驶员当前是否处于疲劳状态。
[0076]本发明实施例至少具有如下的有益效果:
[0077]1、能够自动采集驾驶员的面部特征包括眼部特征，头部定位特征和嘴部特征中的一个或多个，并对采集到的面部特征进行特征提取和处理，从而能够判断出当前驾驶员是否处于疲劳状态，并在疲劳时报警。
[0078]2、能够基于驾驶员的眼部特征，头部定位特征和嘴部特征中的一个或多个进行特征提取，进行诸如使边缘更清晰的处理，并基于这些具体的能够清晰反映出驾驶员是否疲劳的特征进行疲劳判断，所以能够使得判断的结果更为准确。
[0079]3、能够在不改变汽车