[发明专利]基于视频人脸分析的驾驶员非专心驾驶检测方法及系统

说明书

本发明公开一种基于视频人脸分析的驾驶员非专心驾驶检测方法及系统，该方法包括如下步骤：在驾驶的过程中，获取驾驶员头部的视频序列；对视频序列进行人脸检测，得到人脸图像；对人脸图像进行特征定位；将定位的人脸特征映射到三维模型上，得到驾驶员的人脸姿态数据；以及从定位的人脸特征中，提取嘴巴特征点信息，得到驾驶员的口型数据；根据驾驶员的人脸姿态数据及口型数据，判断驾驶员是否为非专心驾驶。本发明的技术方案在黑夜、光照不均匀或戴墨镜等各种复杂场景下，提高判断驾驶员非疲劳驾驶的可靠性和准确性。

技术领域

本发明涉及视频处理技术领域，尤其涉及一种基于视频人脸分析的驾驶员非专心驾驶检测方法及系统。

背景技术

疲劳驾驶曾被认为是导致道路交通事故最重要的原因，但统计数据表明，不专心驾驶(例如开车玩手机、长时间交谈)引发的事故比例高过疲劳驾驶。另一方面来说，疲劳驾驶也可以归类为不专心驾驶里面。如此，开发高性能的驾驶员非专心驾驶的检测系统，通过对驾驶员实时监测并适当预警，能够大大降低因不专心驾驶而造成的交通事故。现有基于视频的驾驶员疲劳驾驶检测的方法及系统，都是基于人脸检测和眼睛瞳孔判定，通过对瞳孔状态及眼睛闭合的程度来判定是否为驾驶员疲劳驾驶。基于驾驶员眼睛闭合程度判定的疲劳驾驶检测方法在理想化环境的一定程度上可以起到提醒驾驶员不要疲劳驾驶的目的。但这类方法的效果极其有限，还不足以应付各类驾驶场合，例如对于佩戴墨镜时系统不能检测到眼睛瞳孔、夜间摄像头捕捉不到正常人脸图像、或光照变化特别大无法捕捉特征而失去作用。对于驾驶员并不处于疲劳驾驶，但处于不专心驾驶的情形，目前的方法及系统并未涉及，未能起到有效提醒的作用。

发明内容

为解决上述至少一技术问题，本发明的主要目的是提供一种基于视频人脸分析的驾驶员非专心驾驶检测方法。

为实现上述目的，本发明采用的一个技术方案为：提供一种基于视频人脸分析的驾驶员非专心驾驶检测方法，包括如下步骤：

在驾驶的过程中，获取驾驶员头部的视频序列；

对视频序列进行人脸检测，得到人脸图像；

对人脸图像进行特征定位；

将定位的人脸特征映射到三维模型上，得到驾驶员的人脸姿态数据；以及

从定位的人脸特征中，提取嘴巴特征点信息，得到驾驶员的口型数据；

根据驾驶员的人脸姿态数据及口型数据，判断驾驶员是否为非专心驾驶。

优选地，所述对人脸图像进行特征定位的步骤，具体包括：

归一化人脸图像，使人脸图像的尺寸统一；

计算归一化人脸图像的均值人脸，并将均值人脸作为估计人脸，并放在人脸图像上，使均值中心和真实人脸形状中心对齐；

计算基于每一个均值人脸的标记点的非灰度值特征，并将所有标记点的非灰度值特征组合形成样本特征，记作矩阵I；

计算估计人脸和真实人脸之间的偏移量，并形成矩阵R；

根据样本特征矩阵I及估计人脸和真实人脸之间的偏移量矩阵R计算出估计人脸与真实人脸偏移量的映射矩阵。

优选地，所述将定位的人脸特征根据映射矩阵映射到三维模型上，得到驾驶员的人脸姿态数据的步骤，具体包括：

对3D人脸模型渲染的相关人脸图像提取面部特征；

建立人脸图像2D-3D的对应关系，将提取的人脸图像的面部特征映射到给定的3D人脸模型；以及

根据旋转向量及3D人脸模型初始方向向量，计算出表达人脸姿态的向量。

优选地，所述从定位的人脸特征中，提取嘴巴特征点信息，得到驾驶员的口型数据的步骤，具体包括：