[发明专利]一种基于视频的火车驾驶员疲劳检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种基于视频的火车驾驶员疲劳检测方法。

背景技术

驾驶员疲劳检测对提高驾驶安全性具有重要意义。通过摄像机，采集驾驶员面部的视频图像，进行分析，计算出头部姿态、眼睛睁闭频率等特征量，推测驾驶员的疲劳程度。这一技术思路具备非接触，不需特殊传感器，成本低等优点，受到广泛的关注。具有潜在的市场价值。

目前已有的基于视频分析的检测疲劳方法，大多针对汽车驾驶设计，假设司机在驾驶过程中姿态基本稳定，活动范围小，绝大部分时间正视前方。通过人脸特征点定位技术找到人的眼睛，然后分析眼睛的睁闭频率来进行疲劳判断。因汽车驾驶员在驾驶过程中，符合头部姿态变化小的假设条件，双眼定位的算法可以取得比较好的效果，整个方法具备实用的技术基础。

对于火车而言，驾驶员活动空间大，头部姿态变化大，且有可能离开座位。已有的疲劳检测技术直接应用，一般的双眼定位技术难以在大角度变化的人脸上取得好的效果，很多时候眼睛位置定位错误，因此，实际在火车上测得的准确率非常低，达不到应用的最低要求。

发明内容

由于已有驾驶员疲劳检测技术主要针对汽车驾驶设计，难以对具有大姿态变化、大范围活动的火车驾驶员进行准确的疲劳检测。本发明针对火车驾驶员驾驶过程中活动特点，设计出一种疲劳检测方法，能够有效的检测火车驾驶员是否疲劳，是否睡觉及是否离岗。满足铁路系统对火车驾驶员疲劳状态自动监测的需求。

本发明解决技术问题所采取的技术方案为： 

步骤1.从摄像头实时采集当前的一帧图像。

步骤2.进行驾驶员座位是否有人分析；如果没有人，离岗计数器加1，若离岗计数器大于阈值T1，则输出离岗报警，结束处理；如果有人，转入下一步。

步骤3.对图像进行人脸检测；如果检测到正面人脸，转入步骤6，如果检测不到正面人脸，转入下一步。

步骤4.进行人体活动分析；如果人体处于活动状态，非观察状态计数器加1，若非观察状态计数器大于阈值T2，输出注意观察前方报警，结束处理；如果人体处于不动状态，瞌睡计数器加1，若瞌睡计数器阈值大于T3，输出瞌睡报警，结束处理。

步骤5.离岗计数器、瞌睡计数器清零。

步骤6.进行双眼定位。

步骤7.进行眼睛闭合检测，如眼睛闭合，统计最近N帧的闭眼率，如果闭眼率超过阈值T4，输出疲劳报警，结束处理；如果眼睛睁开，或闭眼率小于阈值T4，认为清醒，不做任何处理，结束处理。

步骤8.采集下一帧视频图像，重复上述步骤2-7，从而连续的对火车驾驶员状态进行实时分析。

本发明的有益效果：使火车驾驶员疲劳状态检测准确率达到实用效果，并能给出离岗、瞌睡、注意观察前方等相关报警，检测准确性高。

附图说明

图1为本发明方法流程图；

图2为本发明中人眼睁闭样本图；

图3为LBP示意图。

具体实施方式

以下结合附图和实施例对本发明作进一步说明。

如图1所示，本发明方法具体是：

1.从摄像头获取张视频图像。

2.对摄像头采集的图像进行驾驶员座位是否有人分析。具体做法：

1）将图像均匀分为3×3的9个矩形区域；

2）将每个区域送入有人无人区域分类器进行判断；

3）如果有3个或以上区域判断为有人，则认为驾驶员座位有人。否则，认为无人；

有人无人区域分类器采用机器学习的方法获得：

1）收集有人、无人的区域各5000张；

2）采用LBP直方图作为每个区域的纹理描述，LBP算子为：

（1）

其中

（2）

P是gc领域的像素个数，R是领域的半径，示意图如图3所示；

3）提取上述两类样本的LBP直方图特征。此处使用的LBP算子为P=8，R=1.0；

4）将两类特征数据作为输入，用支持向量机训练获得上述有人无人区域分类器；

如果没有人，离岗计数器加1，若计数器大于阈值T1，则输出离岗报警，结束本帧处理。如果有人转入下一步。

3.对图像进行人脸检测。