[发明专利]一种基于人脸特征的疲劳驾驶检测方法在审
申请号: | 202010881700.1 | 申请日: | 2020-08-27 |
公开(公告)号: | CN111950522A | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 肖红光;邓超 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410114 湖南省长沙市*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 疲劳 驾驶 检测 方法 | ||
1.一种基于分析人脸特征的疲劳驾驶检测方法,包括有K-L算法进行人脸图像分割以及主要器官的定位,采用积分投影法对眼部进行定位分析,使用改进的“三庭五眼”方法对嘴部进行定位,接着对头部区域的特征向量提取,对头部动态进行分析,综合考虑驾驶员是否为疲劳驾驶。
2.如权利要求1所述的一种基于分析人脸特征的疲劳驾驶检测方法,其特征在于,本发明是采用多方面对驾驶员的精神状态进行监督,综合判断是否疲劳驾驶。
3.如权利要求1所述的一种基于分析人脸特征的疲劳驾驶检测方法,其特征在于,视频采集利用红外线摄像头,即使夜间驾驶,本发明依旧能够监测驾驶员,对驾驶有警醒作用。
4.如权利要求1所述的一种基于分析人脸特征的疲劳驾驶检测方法,其特征在于,本发明将传统的“三庭五眼”定位方法进行改进,以此避免定位的不精准。
5.如权利要求1所述的一种基于分析人脸特征的疲劳驾驶检测方法,其特征在于,提取头部区域的特征向量,获得二阶方向梯度直方图的向量数据集,通过训练欧拉旋转角来判断头部运动状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010881700.1/1.html,转载请声明来源钻瓜专利网。