[发明专利]疲劳驾驶检测方法、装置、计算机设备和存储介质

权利要求书

1.一种疲劳驾驶检测方法，其特征在于，包括以下步骤：

按照预设时间间隔从摄像视频中采集当前驾驶员的面部图像；

从面部图像中提取面部特征信息，存储当前提取的面部特征信息；比对当前提取的面部特征信息与前若干次存储的面部特征信息是否全部一致，若全部一致，则判定当前驾驶员为疲劳驾驶。

2.如权利要求1所述的疲劳驾驶检测方法，其特征在于，所述比对当前提取的面部特征信息与前若干次存储的面部特征信息是否全部一致之后，还包括：

若当前提取的面部特征信息与前若干次存储的任意一面部特征信息不一致，则从当前面部图像中提取疲劳特征信息；

判断当前的疲劳特征信息是否超过预设的疲劳阈值，若当前的疲劳特征信息超过预设的疲劳阈值，则判定当前驾驶员为疲劳驾驶。

3.如权利要求2所述的疲劳驾驶检测方法，其特征在于，

所述疲劳阈值预设有多个，用于区分驾驶员的疲劳程度；

所述判断当前的疲劳特征信息是否超过预设的疲劳阈值，若当前的疲劳特征信息超过预设的疲劳阈值，则判定当前驾驶员为疲劳驾驶之后，还包括：

根据当前的疲劳特征信息，以各疲劳阈值为参考，判断当前驾驶员的疲劳程度，依据当前驾驶员的疲劳程度发出相应的警示。

4.如权利要求1或2所述的疲劳驾驶检测方法，其特征在于，在所述按照预设时间间隔从摄像视频中采集当前驾驶员的面部图像之后，所述方法还包括以下步骤：

对当前采集的驾驶员的面部图像进行灰度化处理，获得灰度面部图像，并对灰度面部图像进行增强，具体表达式为：

其中，f(x,y)表示原面部图像的灰度值，g(x,y)表示灰度增强后的面部图像的灰度值，h1表示满足时的最大灰度值，h2表示满足时的最小灰度值，hist[]表示灰度增强后面部图像的灰度值直方图，N表示灰度增强后面部图像的总像素；

相应的，所述从面部图像中提取面部特征信息，包括：从灰度增强后的面部图像中提取面部特征信息。

5.如权利要求1或2所述的疲劳驾驶检测方法，其特征在于，所述从面部图像中提取面部特征信息，包括：

通过卷积神经网络的卷基层以相同的权重参数对至少一帧面部图片进行滑动取样；

通过卷积神经网络的二次采样层对滑动取样的数据进行去冗余处理，得到面部特征信息。

6.如权利要求1或2所述的疲劳驾驶检测方法，其特征在于，所述存储当前提取的面部特征信息，包括通过环形缓存区对当前提取的面部特征信息进行存储；

所述比对当前提取的面部特征信息与前若干次存储的面部特征信息是否全部一致之前，包括从所述环形缓存区读取前若干次存储的面部特征信息。

7.如权利要求6所述的疲劳驾驶检测方法，其特征在于，

所述环形缓存区包括1个写指针write_pos，M个读指针read_pos(i),M为大于等于1的自然数，1≤i≤M，其中，读指针read_pos(1)跟随写指针write_pos之后，读指针read_pos(i+1)跟随读指针read_pos(i)之后；环形缓存区的存储空间的大小为QUEUE_SIZE，QUEUE_SIZE≥M+1；

通过写指针write_pos将当前提取的面部特征信息写入到环形缓存区相应的存储空间内；

通过M个读指针read_pos(i)将前若干次存储到环形缓存区相应的存储空间内的各面部特征信息一一读取出来。

8.一种疲劳驾驶检测装置，其特征在于，包括：面部图像采集模块、面部特征信息提取模块、面部特征信息存储模块、面部特征信息比较模块，其中，

所述面部图像采集模块，设置为从摄像视频中连续采集当前驾驶员的若干帧面部图像；

所述面部特征信息提取模块，设置为从面部图像中提取面部特征信息；

所述面部特征信息存储模块，设置为存储当前提取的面部特征信息；

所述面部特征信息比较模块，设置为比对当前提取的面部特征信息与前若干次存储的面部特征信息是否全部一致，若全部一致，则判定当前驾驶员为疲劳驾驶。