[发明专利]基于面部特征的实时睡意检测方法

摘要

本发明公开了一种基于面部特征的实时睡意检测方法，包括人脸检测、闭眼检测和打哈欠检测；使用Viola Jones检测到脸部，通过分割将皮肤区域独立，使得亮度不变；闭眼检测采用sobel边缘检测，打哈欠检测采用k‑means聚类，分割出嘴巴区域；将上述每个阶段得到的特征进行连接，然后通过一个二进制线性支持向量机分类器分类特征向量得出睡意状态或者正常状态。本发明通过监视眼睛和嘴巴的状态实现嗜睡检测，而不需要任何传感器或可穿戴设备，并且可以在各种照明条件下很好地工作。

主权项

1.一种基于面部特征的实时睡意检测方法，其特征在于，包括以下步骤：步骤1，人脸检测和皮肤分割使用Viola Jones进行面部特征检测，检测到人脸后，通过将图像转换为YCbCr域来执行皮肤分割；步骤2，闭眼检测使用边缘检测识别出两只眼睛，并根据单只眼睛的对称性确定眼睛的中心，最后确定瞳孔；如果眼睛打开，执行步骤3；如果眼睛闭合，并超过第一阈值时间，则视为睡意状态，在该状态期间设置警报，若眼睛闭合时间未超过第一阈值时间，则执行步骤3；步骤3，打哈欠检测使用Viola Jones检测到嘴部区域，采用k‑means聚类对嘴部区域进行分割，通过对区域内图像像素的划分，判断嘴巴是否张开，并利用相关系数模板匹配进行跟踪，如果嘴巴张开时间大于第二阈值时间，则视为打哈欠状态；步骤4，睡意检测采用线性核的二元SVM分类器进行分类，如果检测眼部打开，未检测到打哈欠，视为正常状态；如果检测眼部打开，并且检测到打哈欠，则视为睡意状态；如果检测眼部闭合超过第一阈值时间，则视为睡意状态；在最终检测为睡意状态下打开警报。