[发明专利]一种眼睛图像有效性检测方法

说明书

技术领域

本方法属于图像处理和模式识别领域，涉及一种眼睛图像有效性的检测方法。

背景技术

在目前的道路交通安全问题中，近年来由于驾驶员疲劳驾驶而造成的交通事故率也是快速增长，美国国家公路交通安全局(NHTSA)对近2005—2009年疲劳驾驶造成的交通事故作了详尽的调查，调查显示：美国2005—2009年与疲劳驾驶有关的车祸平均每年达886起，因此而造成的平均死亡人数达1004人(平均占交通事故中总的死亡人数的2.5%)，37000人受伤。详见文献：NHTSA.“Drowsy Driving[R]”.Traffic Safety Facts Crash Stats.(2011.3).所述。相比于醉酒驾驶、超速驾驶等易检测的违法驾驶行为，疲劳驾驶的鉴定和防治都是一个难以解决的问题。

因此，在预防和检测驾驶员疲劳驾驶的技术方法上，国际上许多研究人员根据驾驶员疲劳时在生理和操作上的特征进行了多方面的研究，目前常用的驾驶员疲劳检测方法大致可分为以下四类：基于驾驶员操作行为的检测方法、基于车辆行驶特征的检测方法、基于生理特征的接触式检测方法和基于视觉特征的非接触式检测方法。基于驾驶员操作行为和基于车辆行驶特征的疲劳驾驶检测方法均受到个人习惯、道路环境、操作技能等因素的影响，准确性受到局限；基于生理特征的接触式检测方法需要驾驶员穿戴一些特殊的传感器装置，采集人体的血压或脑电信号，会给驾驶员带来极大的不适，因此适用性并不高；而基于视觉特征的非接触式检测方法，通过图像采集装置采集驾驶员驾驶时的脸部图像，利用图像处理和模式识别的方法，分析驾驶员的脸部特征，判别驾驶员是否处理疲劳状态。此方法不需要接触式的传感器装置，并且不受驾驶习惯、操作技能等主观因素的影响，在准确性和适用性上都得到了保证，是目前研究人员普遍采用的一种方法。

基于视觉特征的非接触式检测方法，一般采用PERCLOS(Percent Eyelid Closure over the Pupil Time，在一定时间内眼睛闭合时间占总时间的比例)作为驾驶员疲劳程度的评判指标，通过实时监测驾驶员驾驶时的眼睛睁闭程度来判别驾驶员是否处于疲劳状态。美国联邦公路管理局（Federal Highway Administration）为了分析PERCLOS对驾驶疲劳评价的有效性，将其和其他测评方法（EEG算法、头部位置和眨眼频率等）做了对比实验，结果发现PERCLOS各指标和驾驶疲劳的程度相关性最好。详见文献：Dinges D.F.,Grace R.“PERCLOS:A Valid Psychophysiological Measure of Alertness As Assessed by Psychomotor Vigilance[R]”.Federal Highway Administration Office of Motor Carriers,1998:26-29.所述。而眼睛状态识别方法也成为了基于视觉特征的驾驶员检测方法中的关键技术。在实际环境中，由于复杂光照、驾驶员头部转动、戴眼镜反光等因素的影响，造成眼睛图像特征部分或者完全丢失，此时仍然对提取的眼睛图像进行眼睛状态识别已经没有意义。在人脸识别领域，许多研究人员对采集的图像进行质量评估，对低质量的人脸图像不进行识别。详见文献：GAO Xiu-feng,ZHANG Pei-ren,LI Zi-qing.“Standardization of face image sample quality[J]”.Journal of Chinese Computer Systems.2009,30(1):95-99.所述。

目前在驾驶疲劳检测领域，还很少有研究人员对眼睛图像的质量进行评估，往往对定位的眼睛位置提取眼睛图像后，直接进行眼睛状态识别，在实际驾驶环境中，这样将导致极大的错误识别率，在实际系统中误报率非常严重，会给正常驾驶带来极大干扰。

发明内容

有鉴于此，本发明的目的在于提出一种眼睛图像有效性的检测方法，在实际环境中，排除那些由于戴眼镜反光、复杂光照、头部转动导致眼睛图像特征大部分丢失的眼睛样本，确保输入到眼镜状态识别中的眼睛图像是真实的、有效的眼睛图像，从而提高驾驶员疲劳检测的准确率。

实现本发明目的的技术解决方案为：一种眼睛图像有效性的检测方法，步骤为：

步骤1：建立眼睛图像验证样本数据库A；