[发明专利]一种机器视觉的疲劳驾驶预警方法

说明书

本发明提供一种机器视觉的疲劳驾驶预警方法，涉及智能识别技术领域，包括以下步骤：S1：获取驾驶员图像，检测人脸区域；S2：判断是否检测到人脸区域，是则执行S3；反则执行S1；S3：通过Adaboost分类器检测人脸区域中人眼位置；S4：定位人眼位置，获得眼睛状态，实时绘制眼睛状态方波图，从方波图中提取PERCLOS和眨眼频率指标；S5：判断驾驶员疲劳程度是否高于危险阈值，是则警报；反则继续执行S4。本发明先从图像中定位人脸区域，再从人脸区域中获取眼睛信息，有效避开丢失目标可能性高的弊端，且使用Adaboost分类器，对眼睛状态的识别准确度高，可以实时有效的获取驾驶员的疲劳驾驶情况并进行警报。

技术领域

本发明涉及智能识别技术领域，

尤其是，本发明涉及一种机器视觉的疲劳驾驶预警方法。

背景技术

疲劳驾驶是影响行驶安全的一个主要因素，疲劳驾驶是指驾驶人在长时间连续行车后，产生生理机能和心里机能的失调，从而出现驾驶技能下降的现象。引起疲劳的原因是多方面的，如驾驶人睡眠质量差或者不足，道路条件较好导致路面情况单一，疲劳后继续驾驶车辆，会感到困倦瞌睡，四肢无力，注意力不集中，判断力下降，出现动作迟缓或者过早，操作停顿等不安全因素，极易产生道路交通事故，所以对驾驶员的疲劳驾驶进行有效判断并提醒驾驶员，帮助其驾驶到安全地点，是十分重要的。

现在很多车辆上搭载了疲劳驾驶预警的设备，该类设备可以通过对驾驶员的面部监测，比如眼睛是否闭合、打哈欠频率等进行监测，或对驾驶时间和车辆的转速和方向角进行检测，如果发现驾驶员存在疲劳驾驶的情况，就对驾驶员发出预警，提醒驾驶员休息，例如中国专利发明专利CN104574820A涉及一种基于眼睛特征的疲劳驾驶检测方法，包括以下步骤：建立人脸检测分类器；实时采集驾驶员的驾驶状态图像；在驾驶状态图像中精确定位驾驶员的眼睛位置；在连续视频图像中，根据上一帧图像中眼睛的位置，准确预测当前帧中眼睛的位置；根据预测的眼睛位置，精确定位眼睛位置，并用新的眼睛位置替换上一帧眼睛位置；判断驾驶员眼睛的开闭状态，根据单位时间内闭眼帧数所占比例，判断驾驶员是否处于疲劳驾驶状态；若驾驶员处于疲劳驾驶状态，则进行报警提示或向远程服务器发送处于疲劳驾驶状态时的实时视频并接收远程命令。上述发明具有监控准确度高，漏检误检少，受环境影响小，速度快，成本低等特点。

但是上述疲劳驾驶检测方法依然有以下缺点：对于眼睛状态的分析判断仅仅依靠简单的图像识别，当驾驶员驾车途中头部动作较大时，可能丢失目标无法判断眼睛状态，而且直接对图像进行识别，每一幅图像中对于眼睛的状态识别都是弱分类器删选，对于眼睛状态的识别准确度低，无法实时有效的判断驾驶员是否存在疲劳驾驶的情况。

因此为了解决上述问题，设计一种合理的机器视觉的疲劳驾驶预警方法对我们来说是很有必要的。

发明内容

本发明的目的在于提供一种先从图像中定位人脸区域，再从人脸区域中获取眼睛信息，有效避开直接从图像中获取眼睛信息带来的丢失目标可能性高的弊端，且使用Adaboost分类器，自动地从众多人脸区域图像特征识别的弱分类器中挑选出分类能力强的分类器，构成强分类器，对眼睛状态的识别准确度高，可以实时有效的获取驾驶员的疲劳驾驶情况并进行警报的机器视觉的疲劳驾驶预警方法。

为达到上述目的，本发明采用如下技术方案得以实现的：

一种机器视觉的疲劳驾驶预警方法，包括以下步骤：

S1：实时获取驾驶员图像，并检测图像中的驾驶员的人脸区域；

S2：判断是否检测到人脸区域，若是则执行步骤S3；反之则执行步骤S1；

S3：通过Adaboost分类器检测人脸区域中的驾驶员的人眼位置，Adaboost分类器为使用多个具有人脸区域的图像特征训练的用于自动地从弱分类器空间中挑选出分类能力较强的分类器；

S4：通过定位的人眼位置，获得眼睛状态，实时绘制眼睛状态方波图，从方波图中提取PERCLOS和眨眼频率两种指标；