[发明专利]基于眼球动作识别的驾驶员疲劳检测方法

说明书

本发明公开了一种基于眼球动作识别的驾驶员疲劳检测方法，其特征在于，包括：S1面部图像获取，S2图像预处理，S3投影积分计算，S4人眼区域定位，S5虹膜区域定位，S6眼部动作捕捉，S7疲劳状态检测。本发明方案使用灰度投影积分，将人脸结构特征结合灰度投影积分，在水平和垂直两个方向上计算人眼区域的灰度变化，从而得到人眼区域定位，在眼睛位置确定的眼睛区域图像内，使用虹膜的生理结构特性定位虹膜中心位置，然后使用参数化模板实现眼睛局部区域图像中上、下眼睑的定位和动作的识别，最后采用检测驾驶人眼睛动作特性的方法，检测驾驶人的疲劳状态。

技术领域

本发明属于视觉检测领域，涉及一种基于眼球动作识别的驾驶员疲劳检测方法。

背景技术

疲劳驾驶是指由于驾驶环境的单调性或者长时间、超强度的行车，驾驶人因精力消耗过多而产生生理、心理机能衰退，造成反应水平、操控效率下降，进而导致驾驶技能降低，并影响正常驾驶的现象。驾驶人在疲劳时，对交通环境的感知能力、危险的判断能力和对车辆的操控能力均有不同程度的下降，极易引发交通事故。

疲劳驾驶的主流检测方法是在驾驶人参与的情况下，对驾驶人的精神状态进行评定，可分为主观自评法与主观他评法。

主观自评法是驾驶人对自身的疲劳状态进行自我评定的方法，通过驾驶人在驾车过程中回答实验人员的一些问题而获得驾驶人的疲劳状态。最常用的评价标准为KSS(Karolinska Sleepiness Scale)，该标准将驾驶人的疲劳状态从十分清醒到十分疲劳分为9个等级。该方法的优点是实施容易、通用性好，使用较为广泛；该方法的缺点是具有一定的侵入性，能够对驾驶人的精神状态造成一定的干扰。

主观他评法中最常用的是基于面部视频的疲劳检测法，该方法由经过训练的评分专家根据驾驶人的面部表情对其疲劳状态进行评估；该方法采用的是离线评价的方式，不会对驾驶人的正常驾驶产生干扰，所以该方法是目前比较实用的驾驶人疲劳评定方法。受实际驾驶过程中的随机光照、驾驶人肢体动作、夜晚工况下成像模糊暗淡、墨镜工况下眼睛图像不可见等因素的影响，全天候、高鲁棒的基于面部视频的疲劳检测法依旧存在众多技术瓶颈。

夜晚工况下，驾驶室内的光照不足，弱化了面部图像中各器官之间的边界，极易受到环境光照的影响而出现偏光侧光等面部图像，由此产生非结构边缘(非人脸生理特性边缘)，严重影响到驾驶人的眼睛区域定位。

为了减弱紫外线对于眼睛的伤害，以及环境中的眩光对于视觉观察的影响，驾驶人在白天光照强烈的情况下，倾向于佩戴墨镜，由此造成驾驶人眼睛区域图像的遮挡，无法捕捉到驾驶人的眼睛动作。

终上所述，基于面部视频的疲劳检测法还存在许多问题。

发明内容

本发明目的在于克服现有技术的不足，尤其解决现有的面部视频的疲劳检测法中，接触式测量方法受实际驾驶过程中的随机光照、驾驶人肢体动作、夜晚工况下成像模糊暗淡、墨镜工况下眼睛图像不可见影响，导致检测失败的问题。

为解决上述技术问题，本发明采用如下的技术方案：一种基于眼球动作识别的驾驶员疲劳检测方法，所述方法包括：

S1面部图像获取，采用红外照明和红外滤光的方式获取人脸面部图像；

S2图像预处理，对摄像头捕获的人脸图像进行预处理；

S3投影积分计算，使用积分投影方法计算人脸图像的灰度变化；

S4人眼区域定位，根据人眼比例和积分计算结果定位人眼区域；

S5虹膜区域定位，在眼睛位置确定的眼睛区域图像内，根据虹膜的生理结构特性定位虹膜中心位置。

S6眼部动作捕捉，根据特征点的定位结果，实现驾驶人眼睑轮廓动作的有效提取；

S7疲劳状态检测，采用检测驾驶人眼睛动作特性的方法，检测驾驶人的疲劳状态。