[发明专利]一种基于光照检测的疲劳驾驶检测方法

说明书

本发明涉及一种基于光照检测的疲劳驾驶检测方法，用于实现：使用设置于车内的红外摄像装置对司机人脸图像进行采集；对采集的人脸图像分别执行检测及分割处理，将得到的多个已处理图像存储至图像数据库；将图像数据库中的图像进行亮度均值计算，并根据亮度均值将图像划分为多个分类并使用支持向量机进行训练，得到对应的检测模型；对实时采集的人脸图像进行亮度划分，并使用对应亮度分类的检测模型进行检测，根据结果对驾驶司机进行警示。本发明的有益效果为：实现更精细化的分类检测，以提高检测准确率。

技术领域

本发明涉及一种基于光照检测的疲劳驾驶检测方法，属于计算机检测领域。

背景技术

为了提高驾驶员在驾驶过程中的行车安全，防止因为疲劳驾驶而出现交通事故，现在出现了多种疲劳驾驶检测方法，其中，利用摄像头采集驾驶员的人脸图像进行疲劳驾驶检测是当前性价比最高的一种方法，该方法部署方便，成本低，检测准确率高。

现有技术方案：现有技术采用训练-预测方法进行检测，通过采集大量的行车过程中的驾驶员的人眼图片，包括正常驾驶状态(睁眼)和疲劳驾驶状态(闭眼)的，然后通过特征提取和分类算法进行训练得到分类模型，然后将该模型部署到疲劳驾驶检测仪或者疲劳驾驶系统中，通过摄像头采集驾驶员当前驾驶状态的图片，将该图片送给模型进行检测，得出当前驾驶员是否是疲劳驾驶。

现有方法技术有以下缺点：由于驾驶员可能在强光或者弱光环境下开车，导致采集的驾驶员的人眼图片在各种光照下都有，这么多种光照条件下的图片一起作为训练数据训练出的检测模型，在不同光照情况下使用时检测准确率变差。比如驾驶员在强光下，即使是正常驾驶状态但是为了看清道路也要眯着眼睛，眼睛睁开的范围比较小，有可能被检测模型判断为闭眼，即在疲劳驾驶。

发明内容

本公开的几个示例方面的概述如下。提供本概述是为了读者的方便，以提供对这些实施例的基本理解而不是完全地限定本发明的范围。本概述不是所有预期实施例的广泛综述，并且既不旨在标识所有方面的关键或重要元素，也不描述任何或所有方面的范围。其唯一目的在于以简化的形式呈现一个或多个实施例的一些概念，作为稍后呈现的更详细描述的前奏。为了方便，在本文中术语“一些实施例”可用于指本公开的单一实施例或者多个实施例。

针对上述问题，本发明提出了一种基于光照检测的疲劳驾驶检测方法，为了解决以上问题，训练过程中，依据光照强度对采集的图片进行分类，不同光照强度的图片集合分别进行训练，分别得到对应的分类模型；预测过程中，根据当前光照强度判断需要使用哪一种分类模型进行预测，从而更精细化的进行分类，使得检测准确率更高。

本发明的技术方案包括一种基于光照检测的疲劳驾驶检测方法，其特征在于，该方法包括以下步骤：S1，使用设置于车内的红外摄像装置对司机人脸图像进行采集；S2，对采集的人脸图像分别执行检测及分割处理，将得到的多个已处理图像存储至图像数据库；S3，将图像数据库中的图像进行亮度均值计算，并根据亮度均值将图像划分为多个分类并使用支持向量机进行训练，得到对应的检测模型；S4，对实时采集的人脸图像进行亮度划分，并使用对应亮度分类的检测模型进行检测，根据结果对驾驶司机进行警示。

根据所述的基于光照检测的疲劳驾驶检测方法，其中该方法还包括：通过第三方接口获取车辆速度信息，当车辆速度为零时则停止采集司机人脸图像；当车辆速度超过预设阈值时，则启动红外摄像装置对司机人脸图像进行采集。

根据所述的基于光照检测的疲劳驾驶检测方法，其中所述步骤S2具体包括：对图像中的人眼使用智能图像分析算法检测，进一步，分割人眼区域得到处理后的图像，将处理后的图像存储至图像数据库。