[发明专利]利用相对覆盖元约简进行人脸疲劳状态识别的方法及系统

摘要

利用相对覆盖元约简进行人脸疲劳状态识别的方法及系统，涉及图像识别技术领域，具体涉及人脸疲劳状态识别的系统及方法。为了解决利用现有技术进行人脸疲劳表情识别存在的计算量大或规则多的问题以及目前无法通过覆盖元约简进行人脸疲劳表情识别的问题，本发明首先获取视频图像的人脸视频帧，检测人脸核心区域并提取人脸核心区域的特征；然后基于人脸的状态对每帧图像进行类别标注，结合人脸核心区域的特征构成训练样本集合；然后对训练样本集合中每个样本生成一个邻域覆盖元，对邻域覆盖元所覆盖的样本进行计数并训练形成相对覆盖元分类器；最后利用相对覆盖元分类器对新的视频图像进行人脸疲劳状态识别。本发明适用于人脸疲劳状态识别。

主权项

利用相对覆盖元约简进行人脸疲劳状态识别的方法，其特征在于，包括以下步骤：一、训练一个相对覆盖元分类器：步骤1、获取视频摄录装置中视频图像的人脸视频帧；步骤2、检测出每幅人脸视频帧中人脸核心区域；步骤3、提取人脸核心区域的特征；步骤4、基于每幅人脸视频帧中人脸的状态，对每帧图像进行类别标注；步骤5、将人脸核心区域的特征结合对应的标注形成带标签的训练样本，并构成训练样本集合；步骤6、对训练样本集合中每一个样本生成一个邻域覆盖元，并对邻域覆盖元所覆盖的样本进行计数；以当前样本到最近异类样本的欧氏距离减去当前样本到最近同类样本的欧氏距离作为当前样本的覆盖元半径，如果此覆盖元半径小于0则置此覆盖元半径为0；或者采用当前样本到最近异类样本的距离作为当前样本的覆盖元半径；步骤7、保留覆盖元半径大于0的邻域覆盖元，并记录半径大于0的邻域覆盖元的总数H；步骤8、从所有邻域覆盖元中找到一个包含样本数目最多的邻域覆盖元产生规则(xk,r(xk),y)并加入规则集R中；其中，表示样本xk的邻域覆盖元(xk,r(xk),y)表示进行分类的规则；r(xk)表示样本xk的覆盖元半径；y是决策类别，表示人脸是否为疲劳状态；步骤9、删除邻域覆盖元并将所覆盖的样本从其他各个邻域覆盖元中移除；步骤10、当规则的数量小于预设的规则数量h时，返回执行步骤8，直到选出h条规则，形成相对覆盖元分类器；二、对新获取的视频图像进行人脸疲劳状态识别：步骤11、新获取视频并得到视频帧；步骤12、检测出每帧图像中的人脸核心区域；步骤13、提取人脸核心区域的特征；步骤14、用训练过程得到的相对覆盖元分类器对提取的人脸核心区域的特征进行分类，从而识别出人脸疲劳状态，并进行疲劳驾驶预警的决策。