[发明专利]一种轻量化的驾驶员疲劳状态检测方法

说明书

本发明涉及驾驶员状态识别技术领域，具体公开了一种轻量化的驾驶员疲劳状态检测方法，使用轻量化的人脸检测筛选网络(基于RetinaFace人脸检测算法)，定位出驾驶员面部在摄像头检测范围中的位置，同时初步定位双眼中心、鼻尖和嘴部左右嘴角的关键位置点，进一步在调整好的图像上裁剪出驾驶员人脸图像，然后根据双眼中心和鼻尖的欧式距离及其夹角等，检测驾驶员的面部状态是侧脸、倾斜等，并统一对图像进行人脸对齐、水平纠正，再进行归一化处理，使所有图像处于同一位置尺度，以进一步截取相同大小的特征区域，最后通过对特征区域进行检测确定驾驶员的疲劳状态。整体而言，本发明用参数较小的神经网络实现了对驾驶员疲劳状态的快速精准检测。

技术领域

本发明涉及驾驶员状态识别技术领域，尤其涉及一种轻量化的驾驶员疲劳状态检测方法。

背景技术

每年因为交通事故造成了巨大的生命财产损失，其中疲劳驾驶是造成交通事故的原因之一。驾驶员在长时间的车辆驾驶中，由于驾驶时间长、路程远，长期处于持续高强度工作状态，容易造成疲劳驾驶。车辆在行驶的过程中也是一个较为封闭的环境，有的驾驶人员也会受到狭小空间的影响产生疲劳。在道路交通安全法中规定首先如果是疲劳驾驶，则予以相应的扣分和罚款，如果发生重大交通事故，还需要承担刑事责任。因此，研究出一种能够快速的疲劳驾驶识别的方法具有重要的意义。

疲劳驾驶是指在困倦或身体疲劳的状态下驾驶，可由许多潜在原因引起，如过度嗜睡、睡眠剥夺、轮班工作引起的昼夜节律变化、疲劳、服用镇静剂药物以及劳累时饮酒。驾驶员在事故发生前一瞬间的行为和故障直接导致了事故的发生，若驾驶员能快半秒做出反应的事故就能避免。

目前常用的驾驶人疲劳状态检测方法主要有接触式检测与非接触式检测，接触式检测主要以利用生理传感器检测驾驶员生理指标的变化来判断驾驶员是否进入疲劳状态。此类方法与疲劳相关性最高，但现有的接触式方法不仅会妨碍驾驶而且成本较高。在非接触检测当中，车辆行驶特征检测能够进行有效的驾驶人疲劳状态检测，但需要在车上增加大量的传感器及其他设备，系统部署复杂，成本较高。还有基于驾驶员的驾驶行为的检测，如操作方向盘行为。目前研究最广泛的疲劳驾驶测量方式是基于驾驶时驾驶员的人脸疲劳特征的检测，通常以一定时间内的眼睑闭合度、哈欠程度、眨眼频率等面部疲劳特征进行检测。检测面部疲劳的步骤一般为先通过卷积神经网络确定驾驶员人脸位置，在人脸位置当中通过定位眼部和嘴部区域并且判断其状态，最后根据单位时间内眼部和嘴部状态判断驾驶员是否疲劳。

目前基于神经网路模型的疲劳检测方法虽可以达到一个较好的检测效果，但是训练模型所得权重文件较大，模型的参数量和计算量巨大，耗时长，不适合在移动端、嵌入式设备上运行。驾驶员的面部需要进行实时的检测，需要轻量化的算法模型进行应用。

发明内容

本发明提供一种轻量化的驾驶员疲劳状态检测方法，解决的技术问题在于：目前基于神经网路模型的疲劳检测方法，所得权重文件较大，模型的参数量和计算量巨大，不适合在车载嵌入式设备上对驾驶员的面部进行实时的检测。

为解决以上技术问题，本发明提供一种轻量化的驾驶员疲劳状态检测方法，包括步骤：

S1、实时获取检测区域内所有人的面部视频；

S2、采用轻量化的人脸检测筛选网络逐帧对面部视频进行人脸检测及筛选，以在输出图像上只标记驾驶员的人脸关键位置点和人脸图像框；

S3、在输出图像上裁剪出驾驶员人脸图像并对其进行人脸对齐、水平纠正；

S4、对人脸对齐、水平纠正后的驾驶员人脸图像进行归一化处理，使所有图像在同一位置尺度；

S5、根据在同一位置尺度的驾驶员人脸图像中的人脸关键位置点及人脸图像框提取需要的特征区域；

S6、根据连续设定帧内的特征区域的变化情况确定驾驶员的疲劳状态。