[发明专利]一种多指标融合的驾驶员疲劳检测的方法

权利要求书

1.一种多指标融合的驾驶员疲劳检测的方法，其特征在于，包括以下步骤：

采集驾驶员正常状态下的面部图像进行人脸定位，选择第一面部特征点，通过第一面部特征点确定驾驶员眼睛疲劳判断阈值；

获取驾驶员在驾驶状态下的面部图像并进行人脸定位，选择第二面部特征点，分别计算驾驶员的眼睛疲劳指标、嘴巴疲劳指标以及头部姿态疲劳指标；

结合所述的眼睛疲劳指标、嘴巴疲劳指标以及头部姿态疲劳指标对驾驶员是否疲劳驾驶做出判断。

2.如权利要求1所述的多指标融合的驾驶员疲劳检测的方法，其特征在于，所述的选择第一面部特征点，通过第一面部特征点确定驾驶员眼睛疲劳判断阈值包括：

所述的第一面部特征点选择位于驾驶员左眼上下眼睑的两个特征点、右眼上下眼睑的两个特征点；

计算位于驾驶员左眼上下眼睑的两个特征点纵坐标差值的绝对值、位于右眼上下眼睑的两个特征点纵坐标差值的绝对值，分别作为左眼闭合度参考值Eye_l右眼闭合度参考值Eye_r；

所述的驾驶员眼睛疲判断阈值为驾驶员左眼、右眼闭眼判断阈值Th_l和Th_r，计算方法如下：

Th_l＝0.2×Eye_l，Th_r＝0.2×Eye_r。

3.如权利要求1所述的多指标融合的驾驶员疲劳检测的方法，其特征在于，所述的人脸定位的方法包括：

将所述的面部图像的像素从RGB颜色空间转换到YCbCr颜色空间，转换公式为：

若转换后的像素点的(Cb,Cr)坐标，满足：

则判断该像素点为肤色像素点，否则判断为非肤色像素点；上式中，Cb′＝113，Cr′＝155.6，a＝26.5，b＝18.1，θ＝43.0°；

利用AdaBoost算法在肤色像素点构成的肤色区域中进行人脸定位，从而获取驾驶员面部和头部的图像。

4.如权利要求1所述的多指标融合的驾驶员疲劳检测的方法，其特征在于，所述的第二面部特征点，包括：

位于驾驶员左眼上下眼睑的两个特征点、右眼上下眼睑的两个特征点、左眼的左右眼角的两个特征点、右眼的左右眼角的两个特征点、嘴巴的左右嘴角的两个特征点、上嘴唇内侧正中的一个特征点、下嘴唇内侧正中的一个特征点以及位于鼻尖的一个特征点。

5.如权利要求4所述的多指标融合的驾驶员疲劳检测的方法，其特征在于，所述的眼睛疲劳指标的计算方法包括：

计算所述的第二特征点中，驾驶员左眼上下眼睑的两个特征点的纵坐标差值、右眼上下眼睑的两个特征点的纵坐标的差值分别作为左眼闭合度E_l、右眼闭合度E_r；

取E_l、E_r二者的较小值作为眼睛闭合度E；

若E为左眼闭合度，且E<Th_l，则判断驾驶员眼睛当前是闭合状态；若E为右眼闭合度，且E<Th_r，则判断驾驶员眼睛当前是闭合状态；

统计驾驶员眼睛持续保持闭合状态的面部图像的帧数，将其作为驾驶员眼睛疲劳指标p。

6.如权利要求1所述的多指标融合的驾驶员疲劳检测的方法，其特征在于，所述的嘴巴疲劳指标的计算方法包括：

计算所述的第二特征点中，驾驶员嘴巴左右嘴角的两个特征点的横坐标差值的绝对值W；

计算驾驶员上嘴唇内侧正中的一个特征点、下嘴唇内侧正中的一个特征点纵坐标差值的绝对值H，将W/H作为驾驶员嘴巴张开度的度量值Mouth，若Mouth≥0.65，则判断驾驶员嘴巴当前是张开状态；

统计驾驶员嘴巴持续保持张开状态的面部图像的帧数，将其作为驾驶员嘴巴疲劳指标m。