[发明专利]一种列车调度员疲劳监测图像自适应处理算法

摘要

本发明公开了一种列车调度员疲劳监测图像自适应处理算法，属于基于生物特征的模式识别的技术领域，通过自适应人脸检测算法将上一帧图像检测结果优化当前帧图像检测参数，最大限度缩小检测范围，降低过程检测次数，提高图像检测效率；根据人脸人眼关系和双眼位置关系，通过自适应快速人眼检测及智能估算算法，进一步缩小人眼检测范围，同时进行眼睛位置有效推断和数据校验，有效提高数据准确性和完备性；根据间隔人脸识别和跳帧快速处理算法将连续图像检测结果评估后续一段时间图像质量，做出差异化跳帧处理，提高图像处理效率，以达到通过自适应检测技术根据当前处理获得数据对后续处理过程进行自适应调整，能够提高图像处理质量和效率的目的。

主权项

1.一种列车调度员疲劳监测图像自适应处理算法，其特征在于，基于VS2010的开发平台，利用C#语言调用EmguCV进行二次开发，主要包括以下：(一)人脸检测和人眼检测通过加载人脸分类器haarcascade_frontalface_alt2.xml获得FaceHaar，通过加载人眼分类器haarcascade_mcs_righteye.xml获得EyeHaar，调用DetectMultiScale函数分别得到以下公式：Faces＝FaceHaar.DetectMultiScale(Image1,SF1,MinNH1,MinSize1,MaxSize1)  (2‑1)Eyes＝EyeHaar.DetectMultiScale(Image2,SF2,MinNH2,MinSize2,MaxSize2)    (2‑2)其中，DetectMultiScale为CascadeClassifier类的多尺度检测方法，获取输入图像中特定目标对象的区域集合；Image1和Image2分别表示人脸检测和人眼检测的图像对象，类型为Image；SF1和SF2分别表示人脸检测和人眼检测的缩放因子；MinNH1和MinNH2分别表示构成人脸检测和人眼检测目标的相邻矩形的最小个数；MinSize1和MaxSize1分别表示人脸检测获得矩形区域的最小尺寸和最大尺寸；MinSize2和MaxSize2分别表示人眼检测获得矩形区域的最小尺寸和最大尺寸；(二)人脸识别人脸识别通过调用EmguCV中EigenObjectRecognizer类的Recognize方法实现，基于人脸检测获得的人脸区域，通过人脸特征辨别目标对象的身份，人脸识别过程遍历当前帧图像人脸检测获得的人脸区域，直到找到属于目标对象的人脸区域为止，再进行后续人眼检测和眼睑间距计算，其关键过程的公式如下：Recognizer＝newEigenObjectRecognizer(Images,Labels,DistanceThreshold,termCrit)  (2‑3)Name＝recognizer.Recognize(result).Label   (2‑4)Images为人脸识别训练图像阵列，类型为Image；Labels为人脸识别图像阵列对应的标识号阵列，类型为string；DistanceThreshold为特征距离阈值；TermCrit为人脸识别训练标准，类型为MCvTermCriteria；Name为人脸识别获得的对象身份标识，属于Labels中元素。