[发明专利]一种用于疲劳驾驶检测的头部姿态检测方法

说明书

本发明公开了一种用于疲劳驾驶检测的头部姿态检测方法，包括图像获取部分、人脸检测部分、头部姿态疲劳特征提取部分及疲劳报警部分。将车载摄像机安装固定在主驾驶位置前方，并将摄像机通过USB接口连接到车载计算机，调试使其能正确拍摄到驾驶人的驾驶部位。将训练好的人脸检测模型及其运行程序拷贝至车载计算机指定位置并测试。将训练好的头部姿态估计模型及其运行程序拷贝至车载计算机指定位置，并结合已调试好的人脸检测调试头部姿态估计模型。头部姿态的疲劳特征提取，根据点头频率和异常姿态占比来判断是否为疲劳。本方法可以稳定地检测头部姿态，具有一定的可行性和适用性。

技术领域

本发明属于计算机视觉图像处理技术,具体为一种用于疲劳驾驶检测的头部姿态检测方法,可以用于为疲劳驾驶检测提供更具及时性的提示信号。

背景技术

当前，我国公路交通事业逐渐繁荣，汽车数量不断上升。随之到来的道路交通安全问题变得日益严重起来。根据公安部相关统计调查，由于疲劳驾驶导致的交通事故占总事故数的比例超过20％。美国国家交通安全管理局对于本国的最近几年调查显示，约有27％的受采访者有过开车打瞌睡的经历。由于驾驶疲劳导致的交通事故通常比一般交通事故要严重很多，通常为重大交通事故，驾驶员在事故中死亡概率较高，具体事故原因无法判断；为了逃避相关法律责任，当事人往往隐瞒疲劳驾驶的事实，当对事故原因进行深入调查时发现，交通事故中疲劳驾驶比例会上升至35％-45％，甚至更高。据有关研究表明，在发生交通事故前对司机进行提醒，可以成功避免交通事故的概率达90％左右。因此，对驾驶员的疲劳程度进行实时检测与预警，对避免交通事故的发生具有重要的意义。

头部姿态估计一直是模式识别以及计算机视觉领域的一个热口课题，其在人脸识别、视线估计等相关研充中有非常重要的应用前景。近年来，头部姿态估计技术被广泛的引入到机动车驾驶环境中，用以辅助并监督驾驶员的驾驶行为。例如，Erik等人提出了一种驾驶员辅助系统的构想，能够通过姿态估计算法得到驾驶员当前的注视方向，进而可以通过模糊判断或者经验学习使得系统能够对驾驶员无法关注到的危险情况进行警告。

基于计算机视觉的头部姿态估计需要从采集到的二维或者三维图像中还原出最初的头部姿态参数，这是一个复杂而又典型的模式识别问题。要解决这个问题，首先需要在复杂的干扰因素(光照变化、背景变化、遮挡等)下准确地分割出各种姿态的头部图像；同时，还要设计一种能够精确表述头部姿态变化的特征表达方法。

欧拉旋转角的定义

欧拉旋转角最早由欧拉提出的用于确定定点转动刚体在三维欧几里得空间中位置的一组独立角参量，由滚动角(Roll)、平动角(Yaw)以及转动角(Pitch)组成。将头部看作是一个刚体，则头部姿态能够使用欧拉旋转角表示。同时，Ferrario等人研究后发现，成年人头部转动角度有一个固定的范围，其中，头部前后倾斜(Pitch)的范围为-60.4°到69.6°，左右倾斜(Roll)的范围为-40.9°到36.3°，水平旋转(Yaw)的范围为-79.8°到75.3°。

除此之外，研究中还需要注意的是由于面部及颈部肌肉群的运动，正前方相机捕捉到的侧脸图像与同一角度的侧方相机捕捉到的面朝人体正前方的侧脸图像并不完全相同。而这一差异在很多头部姿态数据库的建立过程中往往被忽略，同一时刻布置在不同角度的相机捕捉到的图像被作为头部姿态数据。同时，这些数据库还将人头看作是能够围绕一点在三维空间中旋转的刚体。

头部姿态估计算法简介