[发明专利]用于疲劳驾驶检测的面部特征点定位正误识别的方法及装置

说明书

技术领域

本发明涉及面部特征点定位正误识别的方法及装置，更具体地，涉及用于疲劳驾驶检测的面部特征点定位正误识别的方法及装置。

背景技术

目前，随着车辆的日益发展和普及，对驾驶员在行车中出现的疲劳现象(例如眨眼，打哈欠等等)进行实时地检测以避免事故的发生变得越来越重要。

在现有的技术方案中，典型地通过如下方式实施疲劳驾驶检测：(1)经由车载摄像装置实时地获取驾驶员的原始视频图像；(2)提取所述原始视频图像中包含驾驶员的面部图像的每个图像帧并将其作为目标图像帧；(3)针对所述目标图像帧执行面部特征点定位操作以确定面部特征点，随之基于所得到的面部特征点从所述目标图像帧中截取并分析目标子图像以确定驾驶员当前是否正在疲劳驾驶。

然而，上述现有的技术方案存在如下问题：当车辆在行驶过程中受到光线不均、强光、弱光、以及驾驶员头部姿态变换的影响时，面部特征点的识别将变得不准确，从而导致针对疲劳驾驶的检测结果的不准确(即误报)。

由此，存在如下需求：提供能够准确的判别面部特征点定位是否正确的用于疲劳驾驶检测的面部特征点定位正误识别的方法及装置。

发明内容

为了解决上述现有技术方案所存在的问题，本发明提出了能够准确的判别面部特征点定位是否正确的用于疲劳驾驶检测的面部特征点定位正误识别的方法及装置。

本发明的目的是通过以下技术方案实现的：

一种用于疲劳驾驶检测的面部特征点定位正误识别的方法，其包括下列步骤：

(A1)经由视频采集装置收集预定的时间段内的包含驾驶员的面部图像的n个图像帧，并随之针对每个图像帧执行面部特征点定位操作以确定分别与所述n个图像帧中的一个相关联的由多个面部特征点构成的n个面部形状S₁，S₂，…，S_n，其中n是正整数；

(A2)基于所述n个面部形状S₁，S₂，…，S_n确定基准面部形状；

(A3)实时地获取包含驾驶员的当前面部图像的图像帧作为目标图像帧，并针对所述目标图像帧执行面部特征点定位操作以确定与所述目标图像帧相关联的面部形状，随之将与所述目标图像帧相关联的面部形状与所述基准面部形状相比较以确定与所述目标图像帧相关联的面部形状是否有效，并仅在与所述目标图像帧相关联的面部形状有效的情况下执行后续的疲劳驾驶检测操作。

在上面所公开的方案中，示例性地，所述n个面部形状S₁，S₂，…，S_n中的每个由p个坐标点构成，即S_i＝{(x_i1，y_i1)，(x_i2，y_i2)，...，(x_ip，y_ip)}。

在上面所公开的方案中，示例性地，所述步骤(A2)进一步包括：在得到所述n个面部形状S₁，S₂，…，S_n后，计算每个面部形状的外接矩形的面积a₁，a₂，…，a_n。

在上面所公开的方案中，示例性地，所述步骤(A2)进一步包括：通过将每个面部形状S_i的几何中心(x_c，y_c)平移到坐标(0，0)上而对每个面部形状S_i执行归一化操作，以致其中是对S_i执行归一化后的结果。

在上面所公开的方案中，示例性地，所述步骤(A2)进一步包括：基于所得到的并根据如下公式计算平均面部形状：

其中，是平均面部形状。

在上面所公开的方案中，示例性地，所述步骤(A2)进一步包括：计算所述n个面部形状S₁，S₂，…，S_n的归一化结果中的每一个与所述平均面部形状之间的差值：

其中，是归一化结果与平均面部形状的差值。

在上面所公开的方案中，示例性地，所述步骤(A2)进一步包括：基于每个面部形状的外接矩形的面积a₁，a₂，…，a_n以如下公式计算平均面积：