[发明专利]一种基于卡车司机面部特征的困倦辨识方法及装置

说明书

本发明公开一种基于卡车司机面部特征的困倦辨识方法及装置,所述方法包括：采集驾驶人的人脸图像数据，构建为数据集；构建并训练人脸检测模型，通过训练好的人脸检测模型进行人脸检测及追踪；构建并训练人脸对齐模型，通过训练好的人脸对齐模型进行人脸关键点定位，提取驾驶人眼动、嘴部困倦表征参数数据；基于人脸关键点定位结果，通过三维立体空间与二维图像之间的映射关系，提取头部困倦表征参数数据；对困倦表征参数数据进行数据清洗及数据预处理；构建并训练PSO‑GRNN模型，通过训练好的PSO‑GRNN模型对实时采集的人脸图像数据进行卡车司机困倦驾驶状态辨识。本发明能够快速准确地对中年卡车司机进行困倦驾驶辨识。

技术领域

本发明涉及智能交通技术领域，特别是涉及一种基于卡车司机面部特征的困倦辨识方法及装置。

背景技术

随着中国经济的飞速发展，中国机动车保有量连年升高，在汽车保有量稳步上升的同时，发生交通事故的数量也逐年上升。根据大型事故原因研究，因司机困倦驾驶导致重型卡车交通事故发生率占比较高，且其中中年驾驶人占大多数，中年卡车司机因驾驶里程、驾驶年龄、生活压力等多方面的因素，更容易陷入困倦驾驶状态。困倦驾驶给人民生命财产安全带来了巨大损失。因此，推动中年司机困倦驾驶检测相关技术的研究发展应用于改善交通安全状况具有重大的意义。

驾驶员困倦驾驶是指驾驶人由于睡眠不足、长时间驾驶或道路环境单调引起的心理和生理机能的失调，而在客观上出现驾驶机能下降的现象。例如，驾驶员在困倦状态下驾驶车辆，具有如下明显特征：频繁打哈欠、点头、歪头、闭眼时间长、目光呆滞等特征，如果驾驶员在上述情况下继续驾驶极易引发道路交通事故。

随着技术的不断进步，目前的困倦驾驶辨识、报警装置主要分为3类：1)基于生理信息的困倦驾驶检测系统，该系统通过人因传感器、驾驶模拟器采集驾驶人脑电、心电、肌电、眼电、皮肤电、呼吸以及脉搏等信号进行困倦驾驶判断，该类系统需要驾驶员佩戴多种传感器，容易引起司机反感，不利于司机的正常驾驶，且设备成本高，较难在实车驾驶环境下推广；2)基于驾驶人行为及车辆行为特征的困倦驾驶检测系统，该系统利用雷达等多种传感器采集车辆方向盘转角、车速、加速度、换道次数、踏板力等多个特征参数进行困倦驾驶判定，该类系统与司机个人驾驶习惯有关，路况的好坏与驾驶路线等因素对困倦检测存在着干扰，检测准确率较低，可靠性较差，一般作为其他检测方式的辅助手段；3)基于机器视觉的困倦驾驶检测系统，通常是提取驾驶员的面部特征，常用的特征参数有眼部、嘴部、头部、表情等，通过设定阈值、单一特征参数辨识驾驶员困倦的不足之处在于：首先，阈值会受到驾驶人个体差异的影响。不同的驾驶人面部五官差异较大，困倦表征参数多有不同，且阈值因人而异，无法选择出适应大多数人的阈值。传感器的质量、参数、固定的位置等因素不同也会影响阈值取值。因此，使用单一参数、阈值等方法进行驾驶员困倦辨识会受到多方面因素条件的限制。

前人在困倦驾驶辨识的研究中，采用单一参数或设定阈值的方法进行驾驶员困倦检测居多，未考虑困倦驾驶状态在时间上的连续性，前人模型的建构流程不清晰，对于驾驶员困倦辨识模型的准精率不高、实时性无法得到保障，未曾提及模型“终身”学习概念，从而无法应用于特殊的驾驶环境与特定的专属群体。因此，提供一种基于卡车司机面部特征的困倦辨识方法及装置以克服现有问题显得尤为必要。

发明内容

本发明的目的是提供一种基于卡车司机面部特征的困倦辨识方法及装置，以解决现有技术中存在的技术问题，能够快速准确地对中年卡车司机进行困倦驾驶辨识。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于卡车司机面部特征的困倦辨识方法，包括如下步骤：

采集驾驶人的人脸图像数据，构建为数据集，并对所述数据集中的人脸图像进行图像预处理；

构建并训练人脸检测模型，通过训练好的人脸检测模型对所述数据集中的人脸图像进行人脸检测及追踪；

构建并训练人脸对齐模型，基于人脸检测及追踪结果，通过训练好的人脸对齐模型进行人脸关键点定位，提取驾驶人眼动、嘴部困倦表征参数数据；