[发明专利]疲劳驾驶检测方法、行车记录仪及存储装置

摘要

本发明公开了疲劳驾驶检测方法、行车记录仪及存储装置，所述疲劳驾驶检测方法通过开启摄像头拍摄人脸图像；读入一帧人脸图像，并对所述人脸图像进行预处理；采用基于Adaboost算法的Haar分类器对预处理后的图像进行人脸检测，并绘制人脸框；根据人脸框预测得出眼睛和嘴巴周围共16个关键点的坐标信息；根据检测出的关键点的坐标信息计算眼睛区域，并提取左右眼区域的HOG特征，送入SVM分类器，判断眼睛是否为闭合状态；统计预定帧数的人脸图像内眼睛闭合的人脸图像帧数，如果眼睛闭合的人脸图像帧数超过预定阈值，则判定为疲劳驾驶并输出疲劳报警信号。本发明具有能在检测驾驶员的眨眼状况的过程中排除干扰，准确的对驾驶员的疲劳状态进行判定的优点。

主权项

1.一种疲劳驾驶检测方法，其特征在于，包括如下步骤：开启摄像头拍摄人脸图像；读入一帧人脸图像，并对所述人脸图像进行预处理；采用基于Adaboost算法的Haar分类器对预处理后的图像进行人脸检测，并绘制人脸框；根据人脸框预测得出眼睛和嘴巴周围共16个关键点的坐标信息；根据检测出的关键点的坐标信息计算眼睛区域，并提取左右眼区域的HOG特征，送入SVM分类器，判断眼睛是否为闭合状态；统计预定帧数的人脸图像内眼睛闭合的人脸图像帧数，如果眼睛闭合的人脸图像帧数超过预定阈值，则判定为疲劳驾驶并输出疲劳报警信号；所述根据人脸框计算得出眼睛和嘴巴周围共16个关键点的坐标信息的步骤包括：根据人脸框给出人脸的初始形状；通过多个线性组合的级联回归器对人脸的初始形状不断更新偏移量，预测出正确的人脸的形状，即确定68个关键点的坐标位置；选取眼睛和嘴巴周围共16个关键点的坐标信息；所述通过多个线性组合的级联回归器对人脸的初始形状不断更新偏移量，预测出正确的人脸形状，即确定68个关键点的坐标位置之前，还包括：根据当前人脸的关键点的像素差特征，利用随机森林得到局部二值特征；通过局部二值特征串联组成全值特征后，训练得出映射参数；提取当前的人脸的形状的各个关键点的特征，并与映射参数相乘形成偏移量。