[发明专利]疲劳驾驶检测方法、装置、计算机设备和存储介质

说明书

本发明涉及一种疲劳驾驶检测方法、装置、计算机设备和存储介质，方法包括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。将从当前面部图像提取的特征信息与前若干次存储的面部特征信息进行人脸特征比对，判断当前驾驶员是否超长时间驾驶或者在该预设时间内有无充分休息，从而识别出当前驾驶员是否疲劳驾驶,可有效做出相应预警提示，且不影响驾驶员的操作，为驾驶员的出行做好充分的安全保证。

技术领域

本发明涉及疲劳驾驶检测领域，特别涉及一种疲劳驾驶检测方法、装置、计算机设备和存储介质。

背景技术

研究表明，交通事故中80％-90％是人的因素造成的，而疲劳驾驶则是主要因素之一。其中，超长时间驾驶是导致疲劳驾驶的主要原因之一。当前在检测疲劳驾驶时，其检测方法主要有美国研制的打瞌睡驾驶人员侦探仪、放线盘监视装置、日本研制的DAS2000型路面警告仪和反应时测试仪PVT，这些检测方法中的检测用的传感器都是接触性的，在实际行车过程中往往易造成驾驶员不适或者影响驾驶员操作，且在长时间连续驾驶过程中无法较为客观的检测当前驾驶员是否违规超长时间驾驶。

发明内容

基于此，有必要针对疲劳驾驶检测容易影响驾驶员操作，在长时间连续驾驶过程中无法客观检测当前驾驶员是否违规超长时间驾驶的问题，提供一种疲劳驾驶检测方法、装置、计算机设备和存储介质。

一种疲劳驾驶检测方法，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，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。

在一个实施例中，所述从面部图像中提取面部特征信息包含：通过卷积神经网络的卷积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。

在一个实施例中，所述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，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。