[发明专利]一种基于人脸识别的疲劳驾驶检测系统

权利要求书

1.一种基于人脸识别的疲劳驾驶检测系统，其特征在于，包括：

数据采集模块，用于采集驾驶员在驾驶过程中的相关图像视频数据；

图像处理模块，用于对采集获取的数据进行处理和分类；

图像分析模块，用于对经过图像处理后的图像视频数据进行进一步的数据分析；

模型训练模块，用于调用目标数据模型对不同模拟场景下的驾驶员驾驶情况进行测试并收集相应数据；

模型优化模块，用于根据模型在不同模拟场景下测试的表现对模型中存在的不足进行升级优化；

成果展示模块，用于将经过处理分析后的驾驶数据及场景模拟中获取的数据进行整理整合，并将数据结果进行展示。

2.根据权利要求1所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，所述图像处理模块采用小波阈值去噪法和多目标分割法对获取的数据进行处理；其中，多目标分割为结合形态学运算和欧式距离变换来改进传统的分水岭算法，用于分割粘连程度高的图像。

3.根据权利要求2所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，所述多目标分割法，具体包括以下步骤：1）获取彩色图像；2）、递归双边滤波；3）、转为灰度图；4）、二值化、形态学运算；5）、欧式距离变换；6）、连通区域分析、标记区域；7）、制作掩膜标记mask；8）、分水岭分割。

4.根据权利要求2所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，所述图像分析模块中包括姿态识别模型和图卷积疲劳识别模型；通过构建人类关节空间关系，然后采用该模型对经过图像处理后的图像视频数据进行进一步的数据分析工作；所述构建人类关节空间关系包括以下步骤：

1）、在每一帧图像内部，按照人体的自然骨架连接关系构造空间图；

2）、将相邻两帧的相同关键点连接起来，构成时序边；

3）、将所有输入帧中的关键点构成节点集，步骤1）、2）中的所有时序边构成边集，即构成所需的时空图。

5.根据权利要求2所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，通过模型训练模块调用目标数据模型对不同模拟场景下的驾驶员驾驶情况进行测试并收集相应数据时，利用监测模型具有较强的可迁移性，设置迭代次数及批次数对现有的监测模型进行更新迭代，同时通过卷积、池化、SVM分类器对监测模型中的数据进行处理分析，对模型数据产生的误差进行分析；

所述监测模型中以行车监测为主，对乘客危险行为、司机违规行为、车内环境安全、疲劳驾驶进行实时监测。

6.根据权利要求5所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，所述模型优化模块通过过样本质量、模型逻辑、方法误差结合模型训练中的误差分析结果对模型进行优化设计。

7.根据权利要求2所述的基于人脸识别的疲劳驾驶检测系统，其特征在于，所述成果展示模块能够根据处理分析后的驾驶数据及场景模拟中获取的数据撰写项目总结及结题报告，记录并展现整个测试过程中的情况及完成测试所获得的测试结果。