[发明专利]基于“人脸特征提取”的疲劳监测系统

说明书

技术领域

本发明涉及疲劳驾驶检测领域，特别涉及一种基于“人脸特征提取”的疲劳监测系统。

背景技术

目前疲劳检测主要用于汽车驾驶过程中，存在以下缺点：

1.发倔疲劳特征过于单一，仅仅检测眼部疲劳；

2.几乎都用于驾驶过程的检测，没有将疲劳检测扩大到生活中的各个方面；

3.只是反应当前的状态，没有进行一个完整的疲劳历史记录反馈给用户改进。

发明内容

本发明所要解决的技术问题是提供一种基于“人脸特征提取”的疲劳监测系统，过一个简单的app可以实时记录用户的疲劳状态，还可以反馈，报警提醒用户。可以将每日的疲劳状态变化生成曲线，方便用户对自己的工作时间进行安排。可以用于监测整个学习过程和或是工作过程用户的疲劳状态变化。

为实现上述目的，本发明提供以下的技术方案：该基于“人脸特征提取”的疲劳监测系统包括硬件平台和软件平台。硬件平台是CMOS摄像头、PC端MATLAB作为数据处理平台；软件平台是PC端实时处理软件，可以显示实时处理结果，移动端app实时反馈当前结果，并生成每日疲劳状态变化曲线。该系统通过USB摄像头实时提取人脸面部特征，在PC端MATLAB平台处理图像，进行疲劳状态的判定，并将结果发送给app端，在移动端对疲劳状态进行实时反馈，并生成每日疲劳状态的变化曲线。

采用以上技术方案的有益效果是：

(1)充分挖掘了闭眼与打哈欠两种疲劳特征，疲劳判定标准更加多样，避免了单一标准造成的误判。

(2)用户可以下载app对自己的疲劳状态进行实时监控。App可以在用户过于疲劳时向用户报警，提醒用户休息。每个用户都可以在app端有一个自己的疲劳档案。用户可更加直观的对自己学习工作时间进行安排。

(3)整套系统使用方便，设备简单，价格低廉，对于普通学生和上班族有着重要意义。

(4)使得疲劳检测的应用范围不仅仅局限于驾驶，而是扩大到了生活中的各个方面，比如：学习时监测，工作上班时监测。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的描述。

图1是该基于“人脸特征提取”的疲劳监测系统的整体框图；

图2是该基于“人脸特征提取”的疲劳监测系统的疲劳辨别原理图。

具体实施方式

下面结合附图详细说明本发明一种基于“人脸特征提取”的疲劳监测系统的优选实施方式。

图1和图2出示本发明一种基于“人脸特征提取”的疲劳监测系统的具体实施方式：

结合图1和图2，该基于“人脸特征提取”的疲劳监测系统包括硬件平台和软件平台，硬件平台是CMOS摄像头、PC端MATLAB作为数据处理平台，软件平台是PC端实时处理软件，可以显示实时处理结果，移动端app实时反馈当前结果，并生成每日疲劳状态变化曲线，该系统通过USB摄像头实时提取人脸面部特征，在PC端MATLAB平台处理图像，进行疲劳状态的判定，并将结果发送给app端，在移动端对疲劳状态进行实时反馈，并生成每日疲劳状态的变化曲线。

第一部分：用usb摄像头对人脸信息进行实时采集。

第二部分：MATLAB平台对实时采集的人脸信息进行面部特征的判断。

在进行人脸疲劳检测之前，我们需要对摄像头采集的图片中的人脸进行定位。将人脸信息提取出来的基础上，识别面部特征，主要包括眼睛与嘴部。采集眼球嘴部的各种特征，生成训练样本库。然后用户的疲劳/非疲劳特征通过监督学习的方式训练模型。

我们调用MATLAB计算机视觉工具箱对人脸进行定位。MATLAB人脸定位函数CascadeObjectDetector是基于Viola jones算法。该算法的特点是在保证高准确率的基础上，速度也非常快。很适合用来实时处理视频人脸定位。

在定位人脸之后，我们需要对人脸的特征进行采集，如：眼睛部位(左/右)，嘴部。依旧利用MATLAB中的计算机视觉工具箱。直接调用CascadeObjectDetector函数即可。就可采集到眼部与嘴部的图片信息。

从图中可以看出：二值处理的眼部不同像素信息可以反映眼睛的不同状态，进而表示观测者的疲劳状态。比如：不疲劳时，眼睛往往是睁开的；而疲劳时，眼睛往往闭上。所以我们建立眼球不同状态的样本库，就可以通过实时采集到的用户图片样本进行比较，进而判断用户眼球状态。