一种基于摄像头的疲劳驾驶检测系统及预警装置的制作方法

本发明提供一种基于摄像头的疲劳驾驶检测系统及预警装置，属于电子信息领域。

背景技术：

1、摄像头作为一种常用传感器，是视频输入设备的一种，目前在视觉信息采集，视频会议，远程交互和监控领域应用广泛。由于目前数字图像处理技术的飞速发展，以及具有的信息量大，连续信息关联度大，容易加密，传输过程中噪声不累积，保证度高等特点，使得数字图像处理技术和数字摄像头被各领域广泛应用。驾驶人的疲劳程度可以从头部和脸部的动作中体现；车内环境复杂，检测过程不能干扰驾驶员正常驾驶车辆，需要使用非接触式以及能够采集大量信息的传感器。基于以上两个需求，使用摄像头，不仅能够保证头部和面部的信息采集，而且摄像头本身体积小，在车内易于放置，不会干扰驾驶员。由于摄像头图像信息丰富，可以提取多个疲劳参数，而且单一的疲劳参数对于疲劳判断的可靠性和稳定性并不好。

技术实现思路

1、针对上述技术问题，本发明提供一种基于摄像头的疲劳驾驶检测系统及预警装置，采用多疲劳参数混合判断的方式来判别驾驶员的疲劳状态。

2、本发明的技术方案如下：

3、一种基于摄像头的疲劳驾驶检测系统及预警装置，包括人脸检测模块、人脸特征点定位模块、疲劳检测模块和界面；

4、摄像头采集到图像，进行预处理之后，先进入人脸检测模块，得到图像中的人脸区域；在确认图像中包含人脸后，将人脸区域输入人脸特征点定位模块，输出定位特征点；将人脸和特征点数据共同输入疲劳检测模块，得到驾驶员的疲劳状态；最后将疲劳数据输出到界面上。

5、本发明采集的有perclos、眨眼频率、哈欠频率、哈欠持续时间和头部运动轨迹等参数，其中perclos是公认最有效的在视频图像中检测疲劳的评估参数，它根据一段时间内驾驶员闭眼的时间和睁眼的时间之比来确定；眨眼频率作为疲劳控制参数的一种，主要是通过对比驾驶员当前眨眼频率和常人的眨眼频率的差别，由于每个人习惯和生理情况不同，这种方式可靠性和稳定性都较perclos低，因此作为检测疲劳的辅助参数。哈欠是人类一种常见的生理表现，人们通常在无聊、厌烦或者是疲劳的状态下打哈欠，一旦开始打哈欠，驾驶员已经处于注意力及其不集中或者疲劳状态，因此哈欠也应该作为驾驶员疲劳检测的参数之一。在整个哈欠的过程中，人的嘴部大大张开，与平时说话及唱歌时的嘴部动作不相同，通过对嘴部各个特征点的数据进行处理，可以得到嘴部当前的开闭大小的状态，用于判断是否是在打哈欠。在驾驶员处于极端疲劳的状态下，驾驶员甚至会打瞌睡，这个时候的头部动作是点头，眼部处于闭合状态，在检测到驾驶员有点头这个动作的时候无疑也表示了驾驶员处于疲劳状态，需要被提醒。

6、为了得到准确，快速和稳定的人脸检测结果，对比目前使用的主流算法，根据实时需求选择了级联adaboost算法。对比haar-like、hog、lbp三类特征，在准确度和实时性的权衡下选择了mb-lbp作为人脸提取特征。使用相同的样本建立了五组训练参数，并分别对其进行了训练和测试，详细讨论了样本和参数对分类器训练效果的作用，训练出基于mb-lbp的级联adaboost算法的人脸分类器。在人脸分类器完成训练的前提下，实现了三种方式的人脸特征点检测算法，对比后使用目前最快速的回归手段进行人脸特征点定位，在准确度和实时性上均取得不错的效果。最后，通过对眼部区域，嘴部区域，头部区域的参数采集，得到了一系列疲劳参数，并最终实现了疲劳判断，整个算法在640×480分辨率，30帧每秒的摄像头上的平均运行时间18ms，达到实时检测效果。

技术特征：

1.一种基于摄像头的疲劳驾驶检测系统及预警装置，其特征在于，包括人脸检测模块、人脸特征点定位模块、疲劳检测模块和界面；

技术总结
本发明提供一种基于摄像头的疲劳驾驶检测系统及预警装置，包括人脸检测模块、人脸特征点定位模块、疲劳检测模块和界面；摄像头采集到图像，进行预处理之后，先进入人脸检测模块，得到图像中的人脸区域；在确认图像中包含人脸后，将人脸区域输入人脸特征点定位模块，输出定位特征点；将人脸和特征点数据共同输入疲劳检测模块，得到驾驶员的疲劳状态；最后将疲劳数据输出到界面上。本发明采用多疲劳参数混合判断的方式来判别驾驶员的疲劳状态。

技术研发人员：焦子欢
受保护的技术使用者：焦子欢
技术研发日：
技术公布日：2024/1/12