[发明专利]一种人眼疲劳检测方法

说明书

技术领域

本发明涉及图像处理和模式识别领域，特别涉及一种人眼疲劳检测方法。

背景技术

疲劳是一种主观不适感觉，但客观上会在同等条件下，失去完成原来所从事的正常活动或工作的能力。因此，在某些特殊的岗位上，疲劳会影响到工作质量及任务完成，甚至会造成不可避免的灾祸。例如：驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面，疲劳驾驶可能会出现动作迟误或过早，操作停顿或修正时间不当等不安全因素，极易发生道路交通事故，因此，疲劳后严禁驾驶车辆。而在国家安全领域，疲劳也是导致安防工作人员注意力下降，诱发各类问题的重要隐患。因此，在驾驶人员或执行安防任务人员等特殊岗位上的人员出现疲劳状态时及时进行监督预警，迫使其对自身行为进行控制、纠正，对确保人身安全和国家安全有着重要意义。

近年来，疲劳检测技术主要包括以下两类检测方法：

1）针对生理信号的检测方法：通过借助医疗仪器和设备，对人体的生理信号进行实时检测，从而判断人体是否疲劳；该检测方法在应用中需要采用比较复杂的接触类装置，不仅费用高而且由于装置的限制而削弱了其发展空间；

2）针对车辆运行状况的检测方法：通过传感器监测车辆行驶路线、汽车运行速度、相对车道的偏离程度等，进而分析车辆运行是否正常，驾驶员操作动作是否合理，以此为据来判断驾驶员的疲劳状态；该检测方法受外在因素例如：车型、路况和天气影响比较大，并且应用领域有限，只能应用于驾驶疲劳检测上。

为了解决上述两类检测方法存在的缺陷，现有技术中又提出了第三类检测方法，即针对人体反应特征的检测方法：采用视觉方法识别判断人体在疲劳状态时的反应特征，例如：眼睛闭合、低头和频繁打哈欠等，此类方法采取非接触方式来检测疲劳，系统设置方便，检测准确度高。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

现有的针对人体反应特征的检测方法容易受到光线以及个体因素的影响，导致检测精度不高；而且实时性较差，存在误报的情况，影响工作质量和任务完成。

发明内容

本发明提供了一种人眼疲劳检测方法，本方法提高了人眼疲劳的检测精度，并具有较强的实时性，避免了由于延时导致的误报，详见下文描述：

一种人眼疲劳检测方法，所述方法包括以下步骤：

（1）通过人脸检测器和肤色模型进行人脸检测，输出最终人脸区域；

（2）通过人眼检测器和人眼合成模板在所述最终人脸区域实现人眼定位，输出人眼精确定位区域，并更新所述人眼合成模板；

（3）对所述人眼精确定位区域进行人眼轮廓点采样，获取采样点，对所述采样点进行椭圆拟合，当短半轴和长半轴的比值小于第二阈值时，则为闭眼，否则为睁眼；

（4）重新执行步骤（1），在连续N帧内是闭眼状态，或在阈值时间内闭眼状态所占比例大于阈值ratios时，则判断为疲劳状态，否则为清醒状态。

所述通过人脸检测器和肤色模型进行人脸检测，输出最终人脸区域的步骤具体包括：

1）基于Haar特征和Adaboost级联分类器构建所述人脸检测器，将当前一帧被检测视频图像输入至所述人脸检测器；

2）所述人脸检测器判断被检测视频图像中是否包含人脸，如果是，获取人脸的位置信息，记为候选人脸区域，执行步骤3）；如果否，输入当前帧的下一帧被检测视频图像至所述人脸检测器，重新执行步骤2），直至遍历完被检测视频图像的所有帧；

3）通过HSV色彩空间的肤色检测模型对所有候选人脸区域进行检测，判断当前候选人脸区域是否存在肤色信息，如果是，执行步骤5）；如果否，执行步骤4）；

4）判断下一候选人脸区域是否存在肤色信息，如果是，执行步骤5）；如果否，判决为闭眼；

5）输出初始人脸区域；

6）对所述初始人脸区域进行融合，获取所述最终人脸区域。

所述对所述初始人脸区域进行融合，获取所述最终人脸区域的步骤具体为：

计算所有初始人脸区域中心的平均值作为融合后人脸区域的中心，然后计算所有人脸区域半径的平均值作为融合后人脸区域的半径。

所述通过人眼检测器和人眼合成模板在所述最终人脸区域实现人眼定位，输出人眼精确定位区域的步骤具体包括：

1）通过所述最终人脸区域对人眼进行粗定位，输出人眼粗定位区域；

2）基于Haar特征和Adaboost级联模型构建所述人眼检测器，在所述人眼粗定位区域的基础上，通过所述人眼检测器和所述人眼合成模板进行精确定位，输出所述人眼精确定位区域。