[发明专利]疲劳驾驶智能分析方法及装置

说明书

本发明涉及智能决策领域，一种疲劳驾驶智能分析方法及装置，包括：接收驾驶启动指令，以开启预先安装在驾驶舱内的监控设备；利用监控设备实时捕捉驾驶者的驾驶状态，得到驾驶图片；从驾驶图片中抠取驾驶者的原始人脸图片后拆分为多个人脸像素块；将多个人脸像素块投射到预构建的坐标系中，得到多个人脸向量块；对多个人脸向量块执行直方映射，得到人脸量化直方图；计算人脸量化直方图的空间共生矩阵后转变为马尔科夫矩阵，通过马尔科夫矩阵优化人脸像素块，得到优化人脸图片；将优化人脸图片输入至预先训练完成的疲劳驾驶智能诊断模型，得到驾驶者的驾驶疲劳等级。本发明可以实现驾驶者的驾驶状态智能分析，提高驾驶者的疲劳状态分析准确性。

技术领域

本发明涉及智能决策领域，尤其涉及一种疲劳驾驶智能分析方法及装置。

背景技术

驾驶疲劳，是指驾驶者在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象，因此，如何准确的判别出驾驶者的驾驶疲劳状态，保障驾驶人的驾驶行车安全显得尤为重要。

目前，道路驾驶过程中通常是基于设置驾驶时间提醒驾驶者，但通过设置驾驶时间无法准确捕捉到驾驶者的驾驶状态，从而无法准确分析出驾驶者的驾驶疲劳信息。

发明内容

本发明提供一种疲劳驾驶智能分析方法及装置，其主要目的在于实现驾驶者的驾驶状态智能分析，提高驾驶者的疲劳状态分析准确性。

为实现上述目的，本发明提供的一种疲劳驾驶智能分析方法，包括：

接收驾驶启动指令，根据所述驾驶启动指令开启预先安装在驾驶舱内的监控设备；

利用所述监控设备实时捕捉驾驶者的驾驶状态，得到驾驶图片；

从所述驾驶图片中抠取驾驶者的原始人脸图片，对所述原始人脸图片拆分为多个人脸像素块；

将多个所述人脸像素块投射到预构建的坐标系中，得到多个人脸向量块；

对多个所述人脸向量块执行直方映射，得到人脸量化直方图；

计算所述人脸量化直方图的空间共生矩阵，其中计算方法如下：

其中，C表示所述空间共生矩阵，K表示所述空间共生矩阵的矩阵维度，表示所述空间共生矩阵的每个矩阵元素，和表示所述人脸图片第s及m个像素，和表示所述人脸量化直方图的第i及第j组，d表示所述空间共生矩阵的每个矩阵元素和在所述坐标系中的切比雪夫距离；

将所述空间共生矩阵转变为马尔科夫矩阵，通过所述马尔科夫矩阵优化所述人脸像素块，得到优化人脸图片；

将所述优化人脸图片输入至预先训练完成的疲劳驾驶智能诊断模型，得到驾驶者的驾驶疲劳等级，其中所述疲劳驾驶智能诊断模型由卷积神经网络构建。

可选地，所述对所述原始人脸图片拆分为多个人脸像素块，包括：

使用滑动平均滤波器对所述原始人脸图片进行低通滤波预处理，得到初级人脸图片；

基于预先构建的滑动窗口，对所述初级人脸图片执行像素拆分，得到多个人脸像素块，其中人脸像素块的个数为：

其中，为所述人脸像素块的个数，为所述初级人脸图片的图片规格。

可选地，所述对多个所述人脸向量块执行直方映射，得到人脸量化直方图，包括：

接收预先构建的向量直方块集，其中所述向量直方块集共有120个向量直方块，每个向量直方块均由列长为16的单维矢量组成；

将每个人脸向量块按照首尾连接的方式转为长度为16的单维向量；