[发明专利]基于脸部特征点定位的疲劳状态检测方法

说明书

本发明公开了一种基于脸部特征点定位的疲劳检测方法，用户将摄像头对准脸部，在初始化阶段后，进行检测时，对监控视频输入的每一帧图像使用人脸检测与脸部特征点定位算法检测得到脸部特征点。根据用户脸部特征点确定眼部相关区域，并根据眼部相关区域的灰度值变化程度对用户的闭眼情况做出判断，根据临近帧的闭眼情况对用户的疲劳程度做出预警。本发明使用简单，计算量少，判断精准，可以应用于实时环境，并有效地提醒用户注意休息，保障了用户的生命财产安全。

技术领域

本发明属于疲劳检测的技术领域，涉及一种基于脸部特征点定位的疲劳状 态检测方法。

背景技术

现有检测疲劳状态的常见方法包括：脑电波检测、面部状态检测以及生理 指标检测。现有的方法具有以下缺陷：缺陷一，基于脑电波等生理指标，设 备复杂，不便携；缺陷二，监控仪器价格昂贵，不适用于实际应用。而本发明 处理速度快，检测准确率高，能在用户发生疲劳现象时基于迅速提醒，保障其 生命财产安全。

发明内容

本发明针对当前疲劳驾驶检测方法的不足，提供了基于脸部特征点定位的 疲劳检测算法。本发明的目的在于自动实时检测用户的疲劳程度。检测分为两 个部分，一是对疲劳检测算法进行初始化，二是根据视频输入的每一帧进行疲 劳程度检测。

为了达到上述目的，本发明采用以下技术方案：

本发明基于脸部特征点定位的疲劳状态检测方法，包括以下步骤：

(a)数据录入阶段，用户根据提示，进行初始疲劳检测初始化数据录入， 待人脸稳定后读入稳定后的视频前M帧，作为初始化帧集；

(b)初始化阶段，对初始化帧集内的所有帧图像，统计人脸与人眼部的特 征信息，并进行初始化工作，确定人脸位置搜索范围和人脸大小范围；

(c)闭眼检测阶段，对摄像头输入的每一帧图片通过特征点定位与二值化 处理的方式进行闭眼检测；

(d)疲劳检测阶段，根据当前帧的闭眼情况与前面几帧的闭眼情况做出疲 劳判断，并进行提醒；

(e)新阶段，统计已经流逝的时间，以N分钟为时间间隔，保存每分钟按 设定的时间间隔选取的5张图像，并在这N分钟结束时根据该时间段内的M帧 图像进行权值更新。

作为优选的技术方案，所述步骤(a)包括下述步骤：

(a-1)根据提示，将摄像头放置在最靠近用户的位置，确保摄像头中检测到 的最大人脸为用户的人脸，并在用户表情自然的情况下，输入视频；

(a-2)对输入视频每10帧图像，选取一个样本，当相邻样本中人脸框的中 心值变化小于人脸框边长的20％时，判定人脸状态移动范围较小，此时，录入 连续25帧的图像，作为初始化帧集。

作为优选的技术方案，所述步骤(b)包括下述步骤：

(b-1)遍历M帧图像，根据用户最靠近摄像头的先验知识，确定用户的人脸 检测矩形框为每帧中检测到的最大人脸矩形框，统计出其平均宽度W₀和高度H₀以及其平均灰度值GRAY_FACE₀，检测前M帧中用户人脸的脸部特征点，确定 用户左右眼瞳孔位置，并据此求得瞳孔平均距离；

(b-2)根据用户瞳孔平均距离，与人脸矩形框的大小，确定圆形人眼近似区 域的半径R₀，并计算近似区域内的眼部灰度值，对前M帧的圆形人眼近似区域， 进行二值化处理，二值化的阈值为GRAY_FACE₀并统计进行二值化后的值，前M 帧眼部区域的平均灰度值为用户眼部平均灰度值GRAY_EYE₀；