[发明专利]基于面部骨架模型的疲劳检测系统、方法、介质、检测设备

说明书

本发明公开一种基于面部骨架模型的驾驶疲劳检测系统、方法、介质、检测设备，涉及图象识别技术领域利用人体姿态检测模型对获得的图像进行识别；通过针孔相机模型对获得的识别图像进行3D骨骼化，利用人脸检测模型进行头部姿态特征的提取、脸部特征的提取，利用提取到的头部和脸部的姿态特征，计算出疲劳特征；利用分类器对得到的疲劳特征进行检测，获取疲劳检测模型，利用所述疲劳检测模型对疲劳进行分级判定，并利用APP与用户进行交互。本发明对疲劳行为进行分析，提取疲劳识别的特征，利用随机森林算法，得到了融合多疲劳特征的疲劳检测模型。在树莓派上实现了整个系统，完成了后端和APP端的开发，整个疲劳检测系统有较高的完整性。

技术领域

本发明属于图象识别技术领域，尤其涉及一种基于面部骨架模型的疲劳检测系统、方法、 介质、检测设备。

背景技术

目前，随着汽车行业的不断发展，开车已经成为出行最主要的方式之一，我国家庭的 汽车保有率不断上升，拥有驾驶证的人也越来越多，所带来的是交通拥挤加重，交通事故频 发等问题，交通安全问题的重要性不断上升，成为国民生命安全的重大威胁之一。根据查阅 相关的资料，从2010年至今，交通事故率，特别是重大交通事故发生的概率每年都有所提 升，而且上涨的幅度每年均有所增加，这给人们的交通安全带来了严重的挑战。根据我国交 通局的统计数据显示，每年都会有将近3万人会因交通事故丧生，这其中有将近两成的交通 事故是由于或者间接由于疲劳驾驶引起的。而且据调查显示，疲劳驾驶在重大交通事故的发 生原因中占比更加高。

在疲劳驾驶成因有关的因素中，持续驾驶时间过长是最为常见的。因为当轻度疲劳来 临时，驾驶员很大程度上并不会注意到自己已经开始注意力下降，往往只会感觉腰酸背痛。 这种轻微的疲劳往往会被驾驶员认为是坐姿不正确或其他原因所致，而忽略了自身的疲劳， 这也是疲劳驾驶难以检测，难以认定的原因之一。当驾驶员进入轻微疲劳后，如果继续驾车 而不进行休息，很容易进入更深一层的疲劳状态，久而久之，驾驶员会出现犯困、精神恍惚、 反应迟钝等问题，这些问题极易引起交通事故的发生。而且疲劳驾驶的常出现地点是在高速 公路，常出现的时间是在夜晚，在高速行驶的条件下，加上夜晚本来能见度就低，疲倦驾驶 对于夜晚高速驾车更是增加了一层风险，所以疲劳驾驶极易引发重大交通事故。

通过上述分析，现有技术存在的问题及缺陷为：

(1)在重大交通事故发生的原因里，因疲劳驾驶或间接因疲劳驾驶导致的交通事故 所占的比例最大。要解决这个问题，就需要一个能对驾驶员进行实时疲劳检测的系统，在事 故发生前及时对驾驶员进行提醒，停车休息。然而，目前的疲劳检测系统仍然有便捷性、实 时性、准确性差等诸多问题。

(2)现有技术基于穿戴式的疲劳检测系统佩戴不便捷。

(3)目前已有的疲劳驾驶检测存在诸驶员要穿戴好专门的检测设备，过程繁琐，疲劳检测系统设备过于庞大不易安装，疲劳检测的识别度不高等诸多的问题。

解决以上问题及缺陷的意义为：

本发明以实现基于面部骨架的疲劳检测系统为目的，以树莓派作为开发和部署的平台， 通过IntelD435深度摄像头获取深度图像和RGB图像，利用OpenPose人体姿态识别模型 进行了人体的骨架化识别，利用获得的深度信息，结合相机内参得到了人体关键点的3D坐 标，利用3D坐标完成了对于姿态特征的提取，利用OpenFace模型完成了对于人脸特征点的识别，提取了脸部的嘴巴和眼睛的特征。在完成了特征提取之后，对疲劳行为进行分析，完成了对于疲劳识别特征的提取，在比较了几种机器学习算法之后，利用随机森林训练出了 基于多疲劳特征融合的随机森林疲劳检测模型，最后为系统进行了后端的设计和前端APP 的开发，完成了整个疲劳检测系统的实现。

发明内容

为克服相关技术中存在的问题，本发明公开实施例提供了一种基于面部骨架模型的疲劳 检测系统、方法、介质、检测设备。