[发明专利]一种驾驶员疲劳检测方法及系统

说明书

本发明公开了一种驾驶员疲劳检测方法与系统，属于图像处理与模式识别技术领域。其内容包括：检测驾驶员人脸图像；检测驾驶员是否佩戴口罩；若佩戴口罩，对驾驶员人脸图像进行去遮挡处理；根据ASM算法获取人脸特征点；根据眼睛和嘴巴开合度与设定的阈值判断驾驶员是否处于疲劳状态；若判断驾驶员处于疲劳状态，则发出警报提醒驾驶员。本发明可以在驾驶员佩戴口罩的情况下对驾驶员是否疲劳进行检测，并且得到较为准确的检测结果，对驾驶员疲劳驾驶进行了有效的提醒与警告。

技术领域

本发明属于图像处理与模式识别技术领域，更具体地，涉及一种驾驶员疲劳检测方法与系统。

背景技术

处于疲劳状态的驾驶员会影响车辆的正常行驶，严重时会威胁驾驶员和乘客的生命安全，因此对司机进行疲劳检测和预警可以有效保证人们的出行安全。驾驶员需要经常佩戴口罩，对疲劳检测算法提出更高要求。目前的疲劳驾驶检测研究可归纳为基于生理信号、基于驾驶行为和车辆状态、基于驾驶员面部特征分析三种方式。基于生理信号主要是对脑电、心电和肌电三个指标进行检测；基于驾驶行为和车辆状态主要是对刹车、油门和方向盘的控制，对车辆行驶路线的检测等；基于驾驶员面部特征分析主要包含眼睛睁闭、打哈欠、点头等。在现有的三类疲劳检测方式中，基于驾驶员面部特征是以图像进行分析，具有非接触、成本低及易实施等优点，在计算机设备与智能技术快速发展中日益成为主流。基于图像处理大多是提取驾驶员的面部特征，主要以眼部和嘴部为主。驾驶员佩戴口罩会造成脸部信息丢失，而国内外缺乏针对性的疲劳检测研究。

发明内容

针对现有技术的缺陷或改进需求，本发明提供一种驾驶员疲劳检测方法及系统，能够在驾驶员佩戴口罩的情况下对驾驶员疲劳状态进行检测，并且得到较为准确的检测结果，避免出现误判。为实现上述目的，按照本发明的一个方面，提供一种驾驶员疲劳驾驶检测方法，包括以下步骤：

步骤l采集驾驶员行驶过程中的头部图像；

步骤2从所述头部图像中定位驾驶员的人脸区域，判断驾驶员是否佩戴口罩，其中，判断驾驶员是否佩戴墨镜的方法为首先获取驾驶员人脸图像，然后将其输入到训练好的卷积神经网络分类器(MobileNet-V2)中，从而判断是否佩戴口罩。

步骤3根据驾驶员是否佩戴口罩对人脸图像进行去遮挡处理得到清晰人脸的图像；

步骤4根据上述人脸的图像，使用ASM算法进行特征点检测；

步骤5根据特征点获取眼睛和嘴巴区域图像，并使用CNN算法进行分类；

步骤6根据连续闭眼时间、PERCLOS以及嘴巴持续张开时间等疲劳相关参数，将多个参数指标进行融合进行判断是否疲劳，是则执行步骤6,否则执行步骤1；

步骤7判定驾驶员处于疲劳状态，发出警报提醒驾驶员。

按照本发明的另一方面，提供种驾驶员疲劳驾驶检测系统，包括图像采集模块、主控模块以及警报模块，其中：

所述图像采集模块用于采集驾驶员行驶过程中的头部图像；

所述主控模块包括：

口罩检测模块，用于对采集到的脸部图像使用卷积神经网络进行分类；

人脸图像处理模块，用于对佩戴口罩的人脸图像进行去遮挡处理后得到清晰人脸的图像；

特征点定位模块，用于根据ASM获取人脸特征点；

眼睛和嘴巴定位模块，用于根据特征点获取眼睛和嘴巴区域，；以及

眼睛和嘴巴分类模块，用于使用CNN进行眼睛睁闭和嘴巴睁闭分类判断；

所述警报模块用于当所述疲劳状态判断模块判断驾驶员处于疲劳状态时发出警报。