[发明专利]一种针对受遮挡人脸的疲劳驾驶的检测方法及系统

说明书

本发明提供一种针对受遮挡人脸的疲劳驾驶的检测方法及系统，所述方法包括：对预设的监控视频中的视频流进行单元划分后，从划分后的单元视频流中获取被遮挡人脸的坐标信息；根据所述被遮挡人脸的坐标信息，确定眼部的特征点，以及根据所述眼部的特征点获取眼睛纵横比信息；根据获取到的眼睛纵横比，判断遮挡人脸的眼睛是否闭合；若为是，则根据眼睛的闭合状态，获得疲劳度和眨眼频率；基于所述疲劳度和所述眨眼频率，进行基于高斯分布的融合转换处理，生成疲劳驾驶状态评判结果。本发明可以使识别遮挡人脸疲劳驾驶准确度高、误判率低。

技术领域

本发明涉及汽车安全驾驶技术领域，具体而言，涉及一种针对受遮挡人脸的疲劳驾驶的检测方法及系统。

背景技术

随着科技的发展，城市交通也越来越智能；目前我国已经有多种手段来监控车辆，但是却没有较好的技术手段来监控驾驶员的驾驶状态；然而，疲劳驾驶是一种非常危险的驾驶行为，极易引发交通事故。

目前，摄像头式检测为检测疲劳驾驶的较为广泛的应用方式。但是，摄像头式检测存在识别准确度低、误判率高等问题。

发明内容

本发明提供一种针对受遮挡人脸的疲劳驾驶的检测方法及系统，用以克服现有技术中存在的至少一个技术问题。

根据本发明实施例的第一方面，提供一种针对受遮挡人脸的疲劳驾驶的检测方法，包括：对预设的监控视频中的视频流进行单元划分后，从划分后的单元视频流中获取被遮挡人脸的坐标信息；根据所述被遮挡人脸的坐标信息，确定眼部的特征点，以及根据所述眼部的特征点获取眼睛纵横比信息；根据获取到的眼睛纵横比，判断遮挡人脸的眼睛是否闭合；若为是，则根据眼睛的闭合状态，获得疲劳度和眨眼频率；基于所述疲劳度和所述眨眼频率，进行基于高斯分布的融合转换处理，生成疲劳驾驶状态评判结果。

可选的，所述对预设的监控视频中的视频流进行单元划分后，从划分后的单元视频流中获取被遮挡人脸的坐标信息的步骤，包括：基于监控视频中的视频流，将所述监控视频中的视频流进行单元划分，生成单元视频，以及从所述单元视频流中获取被遮挡人脸的初步信息；对所述初步信息进行数据筛查处理，生成重组信息，从所述重组信息中获取人脸的有效信息；将所述有效信息中的特征点进行坐标转换，获取被遮挡人脸的坐标信息。

可选的，所述根据获取到的眼睛纵横比，确定遮挡人脸的眼睛是否闭合的步骤，包括：若眼睛纵横比小于0.7，则确定遮挡人脸的眼睛为闭眼状态。

可选的，所述基于所述疲劳度和所述眨眼频率，进行基于高斯分布的融合转换处理，生成疲劳驾驶的状态评判结果的步骤，包括：对所述疲劳度和所述眨眼频率分别按区间进行赋分处理，生成所述疲劳度的第一赋分和所述眨眼频率的第二赋分；将所述疲劳度映射至高斯分布，确定所述疲劳度对应的高斯分布的概率；基于所述高斯分布的概率，生成所述第一赋分的第一权值和第二赋分的第二权值；基于所述高斯分布的概率，对所述第一赋分、所述第二赋分、所述第一权值和所述第二权值进行加权式的转换，计算高斯分布的融合得分，以及根据所述融合得分生成疲劳状态的评判结果。

可选的，所述将所述疲劳度映射至高斯分布获取高斯分布的概率，基于所述高斯分布的概率生成所述第一赋分的第一权值和第二赋分的第二权值的步骤，包括：将所述疲劳度的值映射至高斯分布，获得高斯分布的概率p；若所述疲劳度的值小于0.18，则将(1-p)作为所述第一权值，将p作为所述第二权值；若所述疲劳度的值大于0.18，则将p作为所述第一权值，将(1-p) 作为所述第二权值；若所述疲劳度的值等于0.18，则所述第一权值和所述第二权值均为0.5。