[发明专利]一种列车驾驶员实时盹睡检测装置及检测算法

摘要

本发明提供了一种基于深度学习的列车驾驶员盹睡检测算法，具体包括以下步骤：步骤1、首先从摄像头采集一帧驾驶员的面部图像，采用LBP提取局部二值特征获取人脸区域；步骤2、利用随机森林和全局线性回归相结合的方法确定人脸关键点，其中包括眼睛、鼻子、嘴部位置；步骤3、将获得的眼部区域图像输入到训练好的卷积神经网络模型进行分类，得到眼睛状态；步骤4根据眼睛的睁闭状态，依据PERCLOS的P80测量方法，结合眨眼频率计算出疲劳程度；步骤5、当判断为疲劳状态后触发报警器进行报警，从而在盹睡状态下警示驾驶员。本发明的列车驾驶员实时盹睡检测装置及检测算法具有检测速度快、判断精度高、稳定性强的特点。

主权项

1.一种基于深度学习的列车驾驶员盹睡检测装置，包括图像处理模块，神经网络分类模块和评估示警模块，其特征在于其特征在于：图像处理模块主要包含人脸区域检测单元和人脸关键点定位单元；人脸区域检测单元采用广角摄像头，视频中每帧图像包括人脸区域，也包括非人脸区域；人脸区域检测单元从视频图像中识别人脸所在的区域，用矩形框等进行标记；人脸关键点定位单元采用随机森林和全局线性回归相结合的方法对人脸关键点进行检测；神经网络分类模块用于分类上述图像处理模块产生的眼部图像；采用卷积神经网络模型，把特征提取这一过程作为一个自适应、自学习的过程，通过机器学习找到分类性能最优的特征；评估示警模块用于将上述神经网络分类模块的分类结果与时间序列结合，对列车驾驶员驾驶状态进行预测。