[发明专利]基于驾驶员头部运动姿态与人眼开合度的驾驶员状态辨识方法、装置、电子设备

说明书

本发明提供一种基于驾驶员头部运动姿态与人眼开合度的驾驶员状态辨识方法、装置、电子设备，该方法包括：实时获取驾驶主动红外图像，进行人脸检测确定面部器官位置和头部姿态俯仰角；根据眼睛部位特征点判断眼睛睁开和闭合状态；获取正常驾驶状态的头部俯仰角标定值，若当前俯仰角小于标定值，则开始累积低头报警时间，当低头报警累积时间达到设定报警时间阈值T1时给出低头报警；当获取到的低头动作累积时间和低头全过程累积时间均不超过设定阈值T2，而且眼睛状态为闭合时，则开始累积闭眼报警时间，当闭眼报警累积时间达到设定阈值T3时给出疲劳报警。本发明能准确区分驾驶员真疲劳闭眼和向下看动作，进而给出准确的报警提醒。

技术领域

本公开涉及驾驶安全防护技术领域，尤其涉及一种基于驾驶员头部运动姿态与人眼开合度的驾驶员状态辨识方法、装置、电子设备。

背景技术

疲劳驾驶是造成交通事故的重要原因之一，高效精准检测驾驶员的驾驶状态并准确给出适当的报警提醒能有效避免驾驶员疲劳驾驶，进而避免交通事故的发生。驾驶过程中真实疲劳闭眼的危险等级比低头向下看分神的危险等级要高，相应给出的告警等级也不同，这时就需要准确区分这两种状态。如果这两种状态无法区分，会导致驾驶员检测系统给出错误的报警提醒从而引起驾驶员的反感也无法发挥报警提醒作用。

目前对于疲劳驾驶的检测主要采用的方法是：基于头部姿态俯仰角的方法，根据检测到的人脸区域估计人体头部的俯仰角，根据俯仰角的变化来判断是否存在低头动作。

基于头部姿态俯仰角的方法，由于摄像头俯仰朝向不同、驾驶员身高和驾驶时坐姿习惯不同，驾驶员低头俯仰角变化都会有所不同，这时很难准确判断出低头动作。另外，由于平面视角原因,驾驶员低头向下看和真实疲劳闭眼时，图像画面中眼睛状态很类似，很多场景下即使是人肉眼也无法准确判断是否是闭眼。因此，低头时眼睛状态与闭眼状态类似，采用头部俯仰角标定的方法，很容易造成闭眼误判，无法实时给出准确的报警提醒。

发明内容

鉴于此，本公开实施例提供一种基于驾驶员头部运动姿态与人眼开合度的驾驶员状态辨识方法、装置、电子设备，旨在能准确区分驾驶员真疲劳闭眼和向下看动作，进而给出准确的报警提醒。

为了实现上述目的，本发明提供如下技术方案：

一种基于驾驶员头部运动姿态与人眼开合度的驾驶员状态辨识方法，包括：

实时获取车载驾驶主动红外图像，对该红外图像进行驾驶员人脸检测，并确定面部器官位置和头部姿态俯仰角；

根据驾驶员眼睛部位的特征点得到眼睛区域，判断眼睛睁开和闭合状态，并分类保存眼睛判断状态以及对应的头部姿态俯仰角数值；

获取驾驶员正常驾驶状态的头部俯仰角标定值，实时比较当前俯仰角与标定值的大小，如果当前俯仰角小于标定值，则开始累积低头报警时间，当低头报警累积时间达到设定报警时间阈值T1时给出低头报警；

获取驾驶员低头动作累积时间和低头全过程累积时间，当所述低头全过程累积时间和低头动作累积时间均不超过设定阈值T2，而且眼睛状态为闭合时，则开始累积闭眼报警时间，当闭眼报警累积时间达到设定阈值T3时给出疲劳报警。

进一步地，所述低头动作累积时间的累积条件为：当前帧角度和上一帧角度都低于0°。

进一步地，所述低头全过程累积时间的累积条件为：当前帧角度低于俯仰角标定值并且当前帧角度与最小角度相差不超过设定角度阈值Angle1。

进一步地，在对获取的红外图像进行驾驶员人脸检测前还包括，对该红外图像进行预处理，所述预处理的过程包括：对图像进行缩放和滤波处理，以平衡图像对比度，去除噪声。

进一步地，在进行所述驾驶员人脸检测时，利用MTCNN检测人脸，将人脸按照置信度大小进行排序，输出最大的人脸，即为驾驶员人脸。