專利名稱：一種基于視頻的火車駕駛員疲勞檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于視頻的火車駕駛員疲勞檢測方法。
背景技術(shù)：
駕駛員疲勞檢測對提高駕駛安全性具有重要意義。通過攝像機(jī)，采集駕駛員面部的視頻圖像，進(jìn)行分析，計(jì)算出頭部姿態(tài)、眼睛睜閉頻率等特征量，推測駕駛員的疲勞程度。這一技術(shù)思路具備非接觸，不需特殊傳感器，成本低等優(yōu)點(diǎn)，受到廣泛的關(guān)注。具有潛在的市場價(jià)值。目前已有的基于視頻分析的檢測疲勞方法，大多針對汽車駕駛設(shè)計(jì)，假設(shè)司機(jī)在駕駛過程中姿態(tài)基本穩(wěn)定，活動范圍小，絕大部分時(shí)間正視前方。通過人臉特征點(diǎn)定位技術(shù)找到人的眼睛，然后分析眼睛的睜閉頻率來進(jìn)行疲勞判斷。因汽車駕駛員在駕駛過程中，符合頭部姿態(tài)變化小的假設(shè)條件，雙眼定位的算法可以取得比較好的效果，整個(gè)方法具備實(shí)用的技術(shù)基礎(chǔ)。對于火車而言，駕駛員活動空間大，頭部姿態(tài)變化大，且有可能離開座位。已有的疲勞檢測技術(shù)直接應(yīng)用，一般的雙眼定位技術(shù)難以在大角度變化的人臉上取得好的效果，很多時(shí)候眼睛位置定位錯(cuò)誤，因此，實(shí)際在火車上測得的準(zhǔn)確率非常低，達(dá)不到應(yīng)用的最低要求。

發(fā)明內(nèi)容
由于已有駕駛員疲勞檢測技術(shù)主要針對汽車駕駛設(shè)計(jì)，難以對具有大姿態(tài)變化、大范圍活動的火車駕駛員進(jìn)行準(zhǔn)確的疲勞檢測。本發(fā)明針對火車駕駛員駕駛過程中活動特點(diǎn)，設(shè)計(jì)出一種疲勞檢測方法，能夠有效的檢測火車駕駛員是否疲勞，是否睡覺及是否離崗。滿足鐵路系統(tǒng)對火車駕駛員疲勞狀態(tài)自動監(jiān)測的需求。本發(fā)明解決技術(shù)問題所采取的技術(shù)方案為:
步驟1.從攝像頭實(shí)時(shí)采集當(dāng)前的一幀圖像。步驟2.進(jìn)行駕駛員座位是否有人分析；如果沒有人，離崗計(jì)數(shù)器加1，若離崗計(jì)數(shù)器大于閾值Tl，則輸出離崗報(bào)警，結(jié)束處理；如果有人，轉(zhuǎn)入下一步。步驟3.對圖像進(jìn)行人臉檢測；如果檢測到正面人臉，轉(zhuǎn)入步驟6，如果檢測不到正面人臉，轉(zhuǎn)入下一步。步驟4.進(jìn)行人體活動分析；如果人體處于活動狀態(tài)，非觀察狀態(tài)計(jì)數(shù)器加1，若非觀察狀態(tài)計(jì)數(shù)器大于閾值T2，輸出注意觀察前方報(bào)警，結(jié)束處理；如果人體處于不動狀態(tài)，瞌睡計(jì)數(shù)器加I，若瞌睡計(jì)數(shù)器閾值大于T3，輸出瞌睡報(bào)警，結(jié)束處理。步驟5.離崗計(jì)數(shù)器、瞌睡計(jì)數(shù)器清零。步驟6.進(jìn)行雙眼定位。步驟7.進(jìn)行眼睛閉合檢測，如眼睛閉合，統(tǒng)計(jì)最近N幀的閉眼率，如果閉眼率超過閾值T4，輸出疲勞報(bào)警，結(jié)束處理；如果眼睛睜開，或閉眼率小于閾值T4，認(rèn)為清醒，不做任何處理，結(jié)束處理。步驟8.采集下一幀視頻圖像，重復(fù)上述步驟2-7，從而連續(xù)的對火車駕駛員狀態(tài)進(jìn)行實(shí)時(shí)分析。本發(fā)明的有益效果:使火車駕駛員疲勞狀態(tài)檢測準(zhǔn)確率達(dá)到實(shí)用效果，并能給出離崗、瞌睡、注意觀察前方等相關(guān)報(bào)警，檢測準(zhǔn)確性高。


圖1為本發(fā)明方法流程 圖2為本發(fā)明中人眼睜閉樣本 圖3為LBP示意圖。
具體實(shí)施例方式以下結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步說明。如圖1所示，本發(fā)明方法具體是:
1.從攝像頭獲取張視頻圖像。2.對攝像頭采集的圖像進(jìn)行駕駛員座位是否有人分析。具體做法:
1)將圖像均勻分為3X3的9個(gè)矩形區(qū)域；
2)將每個(gè)區(qū)域送入有人無人區(qū)域分類器進(jìn)行判斷；
3)如果有3個(gè)或以上區(qū)域判斷為有人，則認(rèn)為駕駛員座位有人。否則，認(rèn)為無人；
有人無人區(qū)域分類器采用機(jī)器學(xué)習(xí)的方法獲得:
O收集有人、無人的區(qū)域各5000張；
2)采用LBP直方圖作為每個(gè)區(qū)域的紋理描述，LBP算子為:
權(quán)利要求
1.一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于該方法包括以下步驟； 步驟1.從攝像頭實(shí)時(shí)采集當(dāng)前的一幀圖像； 步驟2.進(jìn)行駕駛員座位是否有人分析；如果沒有人，離崗計(jì)數(shù)器加1，若離崗計(jì)數(shù)器大于閾值Tl，則輸出離崗報(bào)警，結(jié)束處理；如果有人，轉(zhuǎn)入下一步； 步驟3.對圖像進(jìn)行人臉檢測；如果檢測到正面人臉，轉(zhuǎn)入步驟6，如果檢測不到正面人臉，轉(zhuǎn)入下一步； 步驟4.進(jìn)行人體活動分析；如果人體處于活動狀態(tài)，非觀察狀態(tài)計(jì)數(shù)器加1，若非觀察狀態(tài)計(jì)數(shù)器大于閾值T2，輸出注意觀察前方報(bào)警，結(jié)束處理；如果人體處于不動狀態(tài)，瞌睡計(jì)數(shù)器加1，若瞌睡計(jì)數(shù)器閾值大于T3，輸出瞌睡報(bào)警，結(jié)束處理； 步驟5.離崗計(jì)數(shù)器、瞌睡計(jì)數(shù)器清零； 步驟6.進(jìn)行雙眼定位； 步驟7.進(jìn)行眼睛閉合檢測，如眼睛閉合，統(tǒng)計(jì)最近N幀的閉眼率，如果閉眼率超過閾值T4，輸出疲勞報(bào)警，結(jié)束處理；如果眼睛睜開，或閉眼率小于閾值T4，認(rèn)為清醒，不做任何處理，結(jié)束處理； 步驟8.采集下一幀視頻圖像，重復(fù)上述步驟2-7，從而連續(xù)的對火車駕駛員狀態(tài)進(jìn)行實(shí)時(shí)分析。
2.根據(jù)權(quán)利要求1所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:步驟2中進(jìn)行駕駛員座位是否有人分析具體是: a.將圖像均勻分為3X3的9個(gè)矩形區(qū)域； b.將每個(gè)區(qū)域送入有人無人區(qū)域分類器進(jìn)行判斷；該分類器采用機(jī)器學(xué)習(xí)的方法獲得; c.如果有3個(gè)或以上區(qū)域判斷為有人，則認(rèn)為駕駛員座位有人；否則，認(rèn)為駕駛員座位無人。
3.根據(jù)權(quán)利要求1所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:步驟3對圖像進(jìn)行人臉檢測中使用人臉檢測器，該人臉檢測器采用Adaboost算法，提取Haar特征訓(xùn)練得到。
4.根據(jù)權(quán)利要求3所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:訓(xùn)練人臉檢測器時(shí)，訓(xùn)練的正樣本中人臉的角度只覆蓋司機(jī)觀察前方或操控設(shè)備正常駕駛時(shí)的角度范圍；訓(xùn)練的負(fù)樣本中既包含無人臉的背景圖片，也包含大角度、正常駕駛時(shí)不可能出現(xiàn)的角度的人臉。
5.根據(jù)權(quán)利要求1所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:步驟4中進(jìn)行人體活動分析具體是: e.建立背景圖/產(chǎn)，將攝像頭捕獲第一幀圖像作為I卜’ f.自第二幀起，第J幀圖相Zy對應(yīng)的背景圖1/"更新如下: ijg =a-fi)i(J-obg + β I ο-v 其中β為更新參數(shù)； g.用如下公式計(jì)算前景圖Zf:1fg 二 Ij -1jbg h.用閾值》二值化前景圖/f，》通過統(tǒng)計(jì)靜止背景像素變化的方差O得到:》二` 3 ο ；` 1.統(tǒng)計(jì)二值化的前景圖中白色像素個(gè)數(shù)Λ；; 設(shè)圖像寬高分別為K仏如果N≥W*H,則認(rèn)為人體活動；否則,為靜止；r為判別參數(shù)，取值通過實(shí)驗(yàn)獲得。
6.根據(jù)權(quán)利要求1所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:步驟4中進(jìn)行雙眼定位采用受約束的局部模型得到，該局部模型使用LBP特征和AdaBoost算法訓(xùn)練得到。
7.根據(jù)權(quán)利要求1所述的一種基于視頻的火車駕駛員疲勞檢測方法，其特征在于:步驟7中進(jìn)行眼睛閉合檢測具體是: 眼睛定位后，將左、右眼睛區(qū)域的圖像送至眼睛閉合分類器進(jìn)行閉合判斷；該眼睛閉合分類器采用LBP特征和支持向量機(jī)訓(xùn)練得到； 判斷眼睛閉合的策略是:支持向量機(jī)分類器輸出兩只眼睛判斷結(jié)果，選擇分?jǐn)?shù)值最大的結(jié)果作為眼睛睜、閉狀態(tài)的最終判斷結(jié)果。
全文摘要
本發(fā)明涉及一種基于視頻的火車駕駛員疲勞檢測方法。目前已有的基于視頻分析的檢測疲勞方法，大多針對汽車駕駛設(shè)計(jì)。本發(fā)明從攝像頭實(shí)時(shí)采集當(dāng)前的一幀圖像。然后進(jìn)行駕駛員座位是否有人分析；人臉檢測；人體活動分析；眼睛閉合檢測等步驟，最后得到火車駕駛員疲勞情況。本發(fā)明使火車駕駛員疲勞狀態(tài)檢測準(zhǔn)確率達(dá)到實(shí)用效果，并能給出離崗、瞌睡、注意觀察前方等相關(guān)報(bào)警，檢測準(zhǔn)確性高。
文檔編號G06K9/62GK103150870SQ201310044500
公開日2013年6月12日 申請日期2013年2月4日 優(yōu)先權(quán)日2013年2月4日
發(fā)明者尚凌輝, 高勇, 蔣宗杰, 于曉靜 申請人:浙江捷尚視覺科技有限公司