一种基于机器视觉的疲劳驾驶监控方法及系统技术方案

本发明专利技术公开了一种基于机器视觉的疲劳驾驶监控方法及系统，包括：Ａ１．采集驾驶员脸部图像；Ｂ１．基于脸部图像根据预先训练的人脸特征分类器定位人脸区域；Ｃ１．基于人脸区域根据预先训练的人眼特征分类器定位人眼区域；Ｄ１．在人眼区域中获取虹膜图像；Ｅ１．基于虹膜图像分析眼睛闭合状态；Ｆ１．将眼睛闭合状态和疲劳标准比较，判断驾驶员是否处于疲劳状态。本发明专利技术通过采用人脸分类器和人眼分类器分别检测人脸和人眼，减少了个体性差异对检测结果的影响，减少了光照和人脸姿态对检测结果的影响，提高了驾驶员眼部定位的准确性和眼睛闭合判断的准确性，从而提高了疲劳判断的准确性。

【技术实现步骤摘要】
一种基于机器视觉的疲劳驾驶监控方法及系统
本专利技术涉及车辆的安全驾驶
，尤其涉及疲劳驾驶的监控技术 领域。
技术介绍
疲劳驾驶是当今交通安全的重要隐患之一。驾驶员处于疲劳状态时， 对周围环境的感知能力、形势判断能力和对车辆的操控能力都有不同程度 的下降，容易发生交通事故。因此，研究开发高性能的驾驶员疲劳状态实 时监测及预警技术，能够有效减少疲劳驾驶带来的隐患，从而达到保障驾 驶员人身安全和周边相关人员安全的目的。驾驶员疲劳检测系统是指，通过车内和车外的附加设备对驾驶员生理 信号、驾驶员生理反应特征、驾驶员操作行为或者车辆状态等信息进行采 样，可以单一对一种信息进行评估也可以对多种参数综合评估，最后运用 可靠的疲劳模型来判断驾驶员是否处于疲劳状态。如果驾驶员处于疲劳驾 驶状态，系统发出报警信息提示驾驶员危险状态或者直接通过车载电控接 口对车辆进行控制，从而减少由于疲劳驾驶而产生交通事故发生率。目前，疲劳驾驶预警技术一般通过三种方式实现，包括以驾驶员的脸 部和眼部为检测对象的疲劳驾驶预警技术、以驾驶员的生理指标为检测对 象的疲劳驾驶预警技术、以驾驶员的操作行为为检测对象的疲劳驾驶预警 技术。以驾驶员的脸部和眼部为检测对象的疲劳驾驶预警技术，也称为基于 机器视觉的疲劳驾驶预警技术，其主要通过检测脸部表情和眼部闭合情况 来判断驾驶员的疲劳程度， 一般采用摄像头进行脸部和眼部图像采集，再 通过图像分析方法确定脸部表情和眼部状态。目前的基于机器视觉的疲劳 监控方法的主要问题在于1、对驾驶员脸部和眼部的定位不准确。因驾驶员脸部和眼部特征个 体差异性较大，采用现有监控方法对各种驾驶员的脸部和眼部进行定位时， 准确性很低，而上下眼睑特征点位置和眉毛位置的个体差异性也较大，影 响眼睛闭合程度判断的准确性，最终影响疲劳状态判断的准确性。2、 图像处理效率不高。对采集的图像处理速度慢，几秒钟才能判断 一帧图像，导致不能及时监控驾驶员的疲劳状态。而在驾驶过程中，驾驶 员经常会在短时间内出现困乏(例如打盹)或走神的现象，如果不能及时 监控到并提醒驾驶员，则使疲劳监控的意义大打折扣。3、 在图像处理过程中，采用现有的方法(例如现有的主动形状模型 法)受光线影响较大，判断的准确性较低。
技术实现思路
本专利技术要解决的主要技术问题是，提供一种基于机器视觉的疲劳驾驶 监控方法及系统，消除个体性差异，提高驾驶员眼部定位的准确性和眼睛 闭合判断的准确性。根据本专利技术的一方面，提供一种基于机器视觉的疲劳驾驶监控方法， 包括Al、采集驾驶员脸部图像； Bl、基于脸部图像定位人脸区域； Cl、基于人脸区域定位人眼区域； Dl、在人眼区域中获取虹膜图像； El、基于虹膜图像分析眼睛闭合状态；Fl、将眼睛闭合状态和疲劳标准比较，判断驾驶员是否处于疲劳状态。 其中，在所述步骤Bl中根据预先训练的人脸特征分类器定位人脸区 域；在所述步骤C1中，根据预先训练的人眼特征分类器定位人眼区域。根据本专利技术的另一方面，还提供一种基于机器视觉的疲劳驾驶监控系 统，包括用于采集驾驶员脸部图像的第一单元；用于基于脸部图像定位 人脸区域的第二单元，所述第二单元根据预先训练的人脸特征分类器定位 人脸区域；用于基于人脸区域定位人眼区域的第三单元，所述第三单元根 据预先训练的人眼特征分类器定位人眼区域；用于在人眼区域中获取虹膜 图像的第四单元；用于基于虹膜图像分析眼睛闭合状态的第五单元；用于 将眼睛闭合状态和疲劳标准比较，判断驾驶员是否处于疲劳状态的第六单 元。其中，所述第二单元包括用于确定人脸检测感兴趣区域的第一子单 元，当采集的图像为摄像头初始化后的第一帧图像时，在全图像搜索人脸 并定位人脸区域，当采集的图像为第一帧之后的图像时，所述第一子单元 提取前一帧图像的人脸区域并进行设定数值的扩大后作为人脸检测感兴 趣区域；用于将人脸检测感兴趣区域的图像进行灰度化和归一化处理的第二子单元；用于根据预先训练的人脸特征分类器中记录的人脸特征分析所 述人脸检测感兴趣区域的图像，从而定位人脸区域的第三子单元。第三单元包括用于在人脸区域中确定人眼检测感兴趣区域的第四子 单元；用于根据预先训练的人眼特征分类器中记录的人眼特征分析人眼检 测感兴趣区域的图像，从而定位人眼区域的第五子单元。本专利技术通过采用人脸分类器和人眼分类器分别检测人脸和人眼，减少 了个体性差异对检测结果的影响，减少了光照和人脸姿态对检测结果的影 响，提高了驾驶员眼部定位的准确性和眼睛闭合判断的准确性，从而提高 了疲劳判断的准确性。本专利技术还在检测人脸和人眼之前先确定人脸检测感兴趣区域和人眼 检测感兴趣区域，减少了图像搜索的数据处理量，提高了图像处理速度和 处理效率，从而提高了单位时间内图像的处理帧数，能够对驾驶员进行实 时监控，增强了驾驶的安全性。附图说明图1为本专利技术一种实施例的结构示意图2为本专利技术一种实施例的流程图3为本专利技术另一种实施例的流程图4为灰度效果对比图5为人脸定位效果示意图6为人眼定位效果示意图7a、图7b为人眼图像处理效果图8为改进的PERCL0S标准原理示意图。具体实施方式下面通过具体实施方式结合附图对本专利技术作进一步详细说明。本专利技术通过摄像头获取实时图像，对驾驶员的脸部特征和眼部特征图 像进行提取，然后对所提取的区域进行一系列的图像处理和运算，得到驾 驶员眼睛的闭合程度以及时间参数，结合疲劳判断标准判断驾驶员是否处 理疲劳状态。本专利技术的一种实施例的结构图请参考图l所示，疲劳驾驶监控系统包 括第一单元10、第二单元20、第三单元30、第四单元40、第五单元50 和第六单元60。第一单元10用于采集驾驶员脸部图像，第二单元20用于 基于脸部图像定位人脸区域，第三单元30用于基于人脸区域定位人眼区 域，在本实施例中，第二单元20根据预先训练的人脸特征分类器定位人脸区域，第三单元30根据预先训练的人眼特征分类器定位人眼区域；第四单元40用于在人眼区域中获取虹膜图像，第五单元50用于基于虹膜图像分 析眼睛闭合状态；第六单元60用于将眼睛闭合状态和疲劳标准比较，判断 驾驶员是否处于疲劳状态。其中在本实施例的一个具体实例中，第二单元20包括第一子单元21、第 二子单元22和第三子单元23。第一子单元21用于确定人脸检测感兴趣区 域，当采集的图像为摄像头初始化后的第一帧图像时，在全图像搜索人脸 并定位人脸区域，当所述第一单元10采集的图像为第一帧之后的图像时， 第一子单元21提取前一帧图像的人脸区域并进行设定数值的扩大后作为 人脸检测感兴趣区域。第二子单元22用于将人脸检测感兴趣区域的图像进 行灰度化和归一化处理;第三子单元23用于根据预先训练的人脸特征分类 器中记录的人脸特征分析所述人脸检测感兴趣区域的图像，从而定位人脸 区域。在另一个具体实例中，第二单元20还可以进一步包括第六子单元24， 第六子单元24用于将第二子单元22处理后的人脸检测感兴趣区域的图像 按照设定比例縮小，然后第三子单元23在将縮小的人脸检测感兴趣区域的 图像根据人脸特征分类器进行分析，从而定位人脸区域。在本实施例的一个具体实例中，第三单元30包括第四子单元31和第 五子单元32，第四子单元31用于在人脸区域中确定人眼检测感兴趣区域， 第五子单元32本文档来自技高网...

【技术保护点】
一种基于机器视觉的疲劳驾驶监控方法，其特征在于包括：　Ａ１、采集驾驶员脸部图像；　Ｂ１、基于脸部图像定位人脸区域；　Ｃ１、基于人脸区域定位人眼区域；　Ｄ１、在人眼区域中获取虹膜图像；　Ｅ１、基于虹膜图像分析眼睛闭合状态；　Ｆ１、将眼睛闭合状态和疲劳标准比较，判断驾驶员是否处于疲劳状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴泽俊，程如中，赵勇，王强，
申请(专利权)人：深圳市汉华安道科技有限责任公司，
类型：发明
国别省市：94[中国|深圳]