[发明专利]基于机器学习和多特征融合的疲劳驾驶检测方法及系统有效
| 申请号： | 201910826338.5 | 申请日： | 2019-09-03 |
| 公开（公告）号： | CN110532976B | 公开（公告）日： | 2021-12-31 |
| 发明（设计）人： | 王求真;孙宇翔;黄家文;肖谢荃威;杨源;王小齐;陈圣琪;邹娟 | 申请（专利权）人： | 湘潭大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 刘凤玲 |
| 地址： | 411100 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习和多特征融合的疲劳驾驶检测方法及系统，涉及计算机视觉图像处理技术领域，包括对实时获取的驾驶员面部图像进行处理，提取驾驶员的眼部图像、嘴部图像及头部位置信息；将眼部图像、嘴部图像及头部位置信息分别输入到对应训练好的分类器中以确定驾驶员的眼部分类结果、嘴部分类结果及头部分类结果；对连续多帧面部图像的眼部分类结果、嘴部分类结果及头部分类结果进行疲劳特征提取，并根据提取的疲劳特征确定驾驶员的疲劳程度；疲劳特征包括闭眼频率、打哈欠频率及点头频率。本发明能够在驾驶员眼部受遮挡的情况下保证疲劳驾驶检测准确度并有完善的警示方法保障车主及周围行人车辆安全的功能。 | ||
| 搜索关键词： | 基于 机器 学习 特征 融合 疲劳 驾驶 检测 方法 系统 | ||
【主权项】：
1.一种基于机器学习和多特征融合的疲劳驾驶检测方法，其特征在于，所述疲劳驾驶检测方法包括：/n实时获取驾驶员的面部图像；/n对所述面部图像进行处理，实时提取驾驶员的人脸区域，并根据所述人脸区域分割出驾驶员的眼部图像和嘴部图像；/n对所述面部图像进行处理，实时获取所述面部图像内驾驶员的头部位置信息；/n将所述眼部图像、所述嘴部图像以及所述头部位置信息分别输入到对应训练好的分类器中，确定驾驶员的眼部分类结果、嘴部分类结果以及头部分类结果；所述眼部分类结果包括眼部睁开图像和眼部闭合图像，所述嘴部分类结果包括嘴部张开图像和嘴部闭合图像，所述头部分类结果包括头部下降图像和头部上升图像；/n对连续多帧面部图像的眼部分类结果、嘴部分类结果以及头部分类结果进行疲劳特征提取，并根据提取的疲劳特征确定驾驶员的疲劳程度；所述疲劳特征包括闭眼频率、打哈欠频率以及点头频率。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湘潭大学，未经湘潭大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910826338.5/，转载请声明来源钻瓜专利网。
