[发明专利]驾驶员疲劳检测方法、装置、计算机设备和存储介质

权利要求书

1.一种驾驶员疲劳检测方法，其特征在于，所述方法包括：

获取目标驾驶员的脸部视频，对所述脸部视频中的各帧脸部图像分别进行人眼开度检测，得到各帧所述脸部图像中的人眼开度值；

根据各所述人眼开度值确定第一开度阈值和第二开度阈值，所述第一开度阈值大于所述第二开度阈值；

根据各所述人眼开度值、所述第一开度阈值和所述第二开度阈值，统计所述人眼开度值小于或者等于所述第一开度阈值的第一图像帧数值，以及所述人眼开度值小于或者等于所述第二开度阈值的第二图像帧数值；

若所述第一图像帧数值与所述第二图像帧数值的比值大于预设的疲劳判定阈值，则判定所述目标驾驶员处于疲劳状态。

2.根据权利要求1所述的驾驶员疲劳检测方法，其特征在于，所述对所述脸部视频中的各帧脸部图像分别进行人眼开度检测，得到各帧所述脸部图像中的人眼开度值，包括：

对各帧所述脸部图像分别进行眼部特征点定位，得到各帧所述脸部图像中的眼部特征点；

根据各帧所述脸部图像中的眼部特征点，分别确定各帧所述脸部图像中的人眼瞳距值和人眼开度原始值；

根据各帧所述脸部图像中的人眼瞳距值和人眼开度原始值，分别确定各帧所述脸部图像中的人眼开度值。

3.根据权利要求1或2所述的驾驶员疲劳检测方法，其特征在于，所述根据各所述人眼开度值确定第一开度阈值和第二开度阈值，包括：

根据各所述人眼开度值确定人眼最大张开度值；

将所述最大张开度值分别与预设的第一比例系数和第二比例系数相乘，得到所述第一开度阈值和所述第二开度阈值。

4.根据权利要求2所述的驾驶员疲劳检测方法，其特征在于，所述对各帧所述脸部图像分别进行眼部特征点定位，得到各帧所述脸部图像中的眼部特征点，包括：

对各帧所述脸部图像分别进行人脸特征点定位，获得各人脸特征图像；

将各所述人脸特征图像分别输入预设的眼睛特征点定位模型，得到各帧所述脸部图像中的眼部特征点；

其中，所述眼睛特征点定位模型的训练过程，包括：

获取目标图像各个像素点的像素值和各所述像素点处的特征向量；

根据所述像素值和所述特征向量，配置树结构局部模型，并确定在L部分的得分函数，所述得分函数为S(I,L,m)＝App_m(I,L)+Shape_m(L)+α^m；

其中，I表示目标图像，l_i＝(x_i,y_i)表示所述目标图像的第i个像素点的像素值，w表示部分模型，m表示树结构是混合型，部分模型是指将所述目标图像中的每个面部特征分别作为一个部分进行建模得到，a、b、c和d表示弹性参数，α表示混合偏置标量；φ(I,l_i)表示所述目标图像I上l_i像素处的特征向量；

通过求取使所述得分函数得到最大值的L和m的值的方式，得到各混合型的各个部分的最佳配置参数；

建立训练样本集，所述训练样本集包括设定有标签的正样本和负样本，所述正样本为含有人脸的图像，所述负样本为不含有人脸的图像；

根据所述部分模型、所述弹性参数以及所述混合偏置标量构建目标向量，根据所述目标向量修改所述得分函数；

根据所述训练样本集、所述最佳配置参数、修改后的所述得分函数以及预先定义的目标预测函数，学习得到所述眼睛特征点定位模型。