[发明专利]一种疲劳驾驶检测方法及其系统、计算机设备、存储介质

说明书

本发明涉及一种疲劳驾驶检测方法及其系统、计算机设备、存储介质，所述方法包括：获取摄像模组采集的当前入座的驾驶员的侧脸图像；对所述侧脸图像进行人脸识别获得侧脸特征参数，并根据所述侧脸特征参数判定驾驶员ID库中是否存在与当前入座的驾驶员对应的ID档案；如果驾驶员ID库中存在与当前入座的驾驶员对应的ID档案，则在驾驶过程中，周期性获取摄像模组采集的驾驶员的当前周期的侧脸图像，并根据所述当前周期的侧脸图像获得驾驶员的当前周期的眼动特征参数，并根据所述当前周期的眼动特征参数与驾驶员正常眼动特征参数的对比结果判定驾驶员是否为疲劳驾驶。本发明能够解决驾驶员因存在个体差异，导致疲劳驾驶检测准确率不高的技术问题。

技术领域

本发明涉及驾驶员疲劳驾驶检测技术领域，具体涉及一种疲劳驾驶检测方法及其系统、计算机设备、存储介质。

背景技术

随着社会的发展、科技的进步以及人民生活水平的提高,现代社会车辆的使用越来越频繁,交通安全也成了人们日常生活中不可忽视的一个严重社会问题,每年因交通事故死亡和受伤的人都相当多。交通事故统计分析表明,众多交通事故中,绝大多数是人为因素造成的,其中人为因素中又有大部分是由疲劳驾驶引起的，具体体现为驾驶员在驾驶车辆的过程中由于疲劳可能产生视力下降、注意力不集中、思维能力下降等各种现象,进而导致反应迟钝、不能及时判断、动作迟缓等问题。以上问题可以从驾驶员的大脑或者人眼状态来分析判断,及时提醒驾驶员当前的疲劳状态,从而减少驾驶员疲劳驾驶潜在的危害。

目前国内外有相应的疲劳驾驶的检测技术，大多通过检测驾驶员眼睛的开闭情况来判断驾驶员是否正在进行疲劳驾驶，例如通过获取驾驶员正面人脸图像，并对驾驶员正面人脸图像进行人脸识别，提取驾驶员眨眼频率、面部表情等行为特征来获取驾驶员眼睛的开闭情况。

在实现本发明的过程中，发明人发现上述疲劳驾驶检测技术至少存在以下技术问题：

由于驾驶员存在个体差异，例如，有些驾驶员佩戴有近视眼镜，在佩戴近视眼镜时，当有迎面光线照射过来时，驾驶员的眼镜镜片会迎面受光形成光斑、光点，在采集的驾驶员面部图像上，眼部特征无法正确被提取，因此存在干扰，导致疲劳识别结果准确性不高；又例如具有特殊情况的驾驶员，近视程度不高，但是会有眯眯眼状态的驾驶员，或者具有眼部缺陷的驾驶员，而采用同一套检测模型不能适用于所有的驾驶员，需要经过统一标准的识别算法进行检测，在应对这些具有特殊情况的驾驶员的疲劳驾驶检测时，系统会消耗较大的计算资源，检测识别效率慢，且识别精度达不到理想标准。

发明内容

本发明旨在提出一种疲劳驾驶检测方法及其系统、计算机设备、计算机可读存储介质，以解决驾驶员因存在个体差异，导致疲劳驾驶检测准确率不高的技术问题。

第一方面，本发明实施例提出一种疲劳驾驶检测方法，包括：

获取摄像模组采集的当前入座的驾驶员的侧脸图像；

对所述侧脸图像进行人脸识别获得侧脸特征参数，并根据所述侧脸特征参数判定驾驶员ID库中是否存在与当前入座的驾驶员对应的ID档案；其中所述ID档案包括驾驶员侧脸特征参数以及驾驶员清醒状态下的正常眼动特征参数；

如果驾驶员ID库中存在与当前入座的驾驶员对应的ID档案，则在驾驶过程中，周期性获取摄像模组采集的驾驶员的当前周期的侧脸图像，并根据所述当前周期的侧脸图像获得驾驶员的当前周期的眼动特征参数，并根据所述当前周期的眼动特征参数与驾驶员正常眼动特征参数的对比结果判定驾驶员是否为疲劳驾驶。

在一可选的实施方式中，所述方法还包括：

如果驾驶员ID库中不存在与当前入座的驾驶员对应的ID档案，则获取摄像模组采集的驾驶员开车时在正常清醒状态下的一个周期内的多帧侧脸图像，对所述多帧侧脸图像进行图像识别获得多个眼动特征参数，根据所述多个眼动特征参数获得当前入座的驾驶员的正常眼动特征参数，并根据当前入座的驾驶员的侧脸特征参数与驾驶员正常眼动特征参数建立当前入座的驾驶员对应的ID档案；