本發(fā)明涉及自動(dòng)視頻檢測(cè)技術(shù)領(lǐng)域，具體為一種軌道交通駕駛員疲勞狀態(tài)監(jiān)測(cè)方法。

背景技術(shù)：

近年來(lái)我國(guó)高等級(jí)鐵路的建設(shè)速度和運(yùn)營(yíng)規(guī)模已具世界前沿水平。隨著列車(chē)運(yùn)營(yíng)數(shù)量、歷程逐年增加，列車(chē)員平均工作時(shí)長(zhǎng)也隨之增加。列車(chē)駕駛員的人為因素是列車(chē)運(yùn)行的安全隱患中最為關(guān)鍵和值得注意的。相較于公路運(yùn)輸，英國(guó)和美國(guó)的科學(xué)家研究分析表明，由駕駛員本身引發(fā)的道路交通事故占交通事故總數(shù)的57%?65%，與駕駛員相關(guān)因素引發(fā)的事故占總數(shù)的近95%；我國(guó)道路交通事故的統(tǒng)計(jì)也表明，主要由于駕駛員造成的事故占90%左右。在這些事件中，疲勞駕駛是肇事致人死亡數(shù)量最多的交通違法行為之一。據(jù)統(tǒng)計(jì)，我國(guó)因疲勞駕車(chē)而造成的交通事故占總數(shù)的20%左右，占特大交通事故的40%以上，占交通事故死亡率的83%。

因此，疲勞駕駛對(duì)我國(guó)鐵路交通安全具有巨大影響，檢測(cè)駕駛員的疲勞程度，提前預(yù)警對(duì)提高駕駛員的工作效率，保護(hù)駕駛員的身心健康，從而避免因駕駛員疲勞駕車(chē)而造成的鐵路交通事故具有非常重要的現(xiàn)實(shí)意義。但目前我國(guó)疲勞駕駛檢測(cè)的產(chǎn)品在控制成本的情況下無(wú)法做到很高的準(zhǔn)確性，如果能將好的方法應(yīng)用于疲勞檢測(cè)系統(tǒng)之中，無(wú)疑能更有效的預(yù)防駕駛員疲勞駕駛而引起不必要的人員傷亡和經(jīng)濟(jì)損失。

現(xiàn)有的疲勞駕駛檢測(cè)手段以利用駕駛員正上前方的攝像頭采集駕駛員面部圖像并識(shí)別眨眼次數(shù)和眼部動(dòng)作居多，如CN 101021967公開(kāi)了“一種駕駛員疲勞檢測(cè)報(bào)警器”，由裝有反射式光纖位移傳感器的眼鏡和智能控制系統(tǒng)組成；所述光纖傳感器是反射式光纖位移傳感器，將其組裝在一付眼鏡兩側(cè)邊框上，使傳感器的探頭正對(duì)眼瞼，并通過(guò)光纖將傳感器與智能控制系統(tǒng)連接起來(lái)；該發(fā)明是以眼部疲勞的表情為基準(zhǔn)，建立數(shù)學(xué)模型，對(duì)眼瞼閃動(dòng)頻率、閉合時(shí)間乃至眼球轉(zhuǎn)動(dòng)、瞳孔收擴(kuò)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。但由于人體眼部動(dòng)作特點(diǎn)個(gè)體差異較大，且動(dòng)作隨機(jī)性較強(qiáng)，故檢測(cè)準(zhǔn)確度難以讓人滿意，且從人體正面采集圖像時(shí)，眼部和頭頸部的垂直向移動(dòng)較難從圖像背景中檢測(cè)出來(lái)，這進(jìn)一步影響了檢測(cè)的準(zhǔn)確度。

綜上所述，現(xiàn)有技術(shù)中的各種疲勞駕駛檢測(cè)方法分別存在著檢測(cè)精度差，圖像處理要求高，技術(shù)難度大，軟硬件設(shè)計(jì)實(shí)現(xiàn)成本高等問(wèn)題。

參考文獻(xiàn)：

[1]Yoav Freund, Robert E.Schapire. A Short Introduction to Boosting[J]. Journal of Japanese Society for Artificial Intelligence, 1999, 14(5): 771-780。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明的目的在于是提供一種檢測(cè)精度高，圖像處理和相應(yīng)硬件要求較低，針對(duì)于鐵路安全駕駛，基于駕駛員頭部動(dòng)作及面部表情的軌道交通駕駛員疲勞狀態(tài)監(jiān)測(cè)方法。技術(shù)方案如下： 一種軌道交通駕駛員疲勞狀態(tài)監(jiān)測(cè)方法，包括以下步驟：

步驟1：用設(shè)置在列車(chē)駕駛室的攝像頭采集駕駛員頭頸部圖像；

步驟2：通過(guò)視頻處理單元確定人臉的位置；

步驟3：根據(jù)人臉位置通過(guò)圖像采集單元采集駕駛員的面部表情圖像；

步驟4：根據(jù)眼睛在人臉位置的幾何關(guān)系定位左右兩只眼的位置，根據(jù)嘴巴形狀和其在人臉的位置確定嘴巴位置；

步驟5：通過(guò)狀態(tài)特征記錄單元記錄左右眼狀態(tài)特征和嘴巴表情特征，并傳送到狀態(tài)識(shí)別單元；

步驟6：狀態(tài)識(shí)別單元對(duì)上述左右眼狀態(tài)特征和嘴巴表情特征通過(guò)分類(lèi)算法進(jìn)行分類(lèi)，判斷駕駛員是否處于瞌睡狀態(tài)；

步驟7：根據(jù)步驟2中得到的人臉位置在面部建立坐標(biāo)系；

步驟8：頭部運(yùn)動(dòng)識(shí)別單元將坐標(biāo)系移動(dòng)特征與人體瞌睡狀態(tài)時(shí)的頭頸部移動(dòng)特征比較，進(jìn)而判斷駕駛員是否處于瞌睡狀態(tài)；

步驟9：若步驟6或步驟8檢測(cè)出駕駛員處于瞌睡狀態(tài)，則報(bào)警裝置發(fā)出報(bào)警提示，否則返回步驟1。

進(jìn)一步的，所述步驟2中確定人臉位置的方法為：采用包含Adaboost算法的Haar分類(lèi)器方法，將采集到的圖像與由大量預(yù)存的人臉圖像樣本構(gòu)造的人臉模式進(jìn)行對(duì)比，根據(jù)相似度判斷圖像中是否有人臉存在，若存在則記錄人臉的位置。

更進(jìn)一步的，所述步驟7中在面部建立坐標(biāo)系的方式為：將兩眼所在的直線作為x軸，將兩眼的中線所在的直線作為y軸。

本發(fā)明的有益效果是：

1）本發(fā)明系統(tǒng)設(shè)計(jì)簡(jiǎn)單高效，檢測(cè)精度高，對(duì)圖像處理和相應(yīng)硬件要求較低，具有成本較低、占用體積小、魯棒性強(qiáng)等特點(diǎn)；

2）本發(fā)明基于Adaboost^[1]算法的Haar^[1]分類(lèi)器方法，能夠在較為復(fù)雜的背景環(huán)境下準(zhǔn)確識(shí)別人臉狀態(tài)，實(shí)現(xiàn)快速準(zhǔn)確的疲勞駕駛判斷，檢測(cè)靈敏度高、安全可靠；

3）本發(fā)明能夠?qū)α熊?chē)駕駛員進(jìn)行疲勞駕駛警示，有效預(yù)防和減少因列車(chē)駕駛員疲勞駕駛導(dǎo)致的鐵路安全事故，提高了列車(chē)行車(chē)安全。

附圖說(shuō)明

圖1本發(fā)明軌道交通駕駛員疲勞狀態(tài)監(jiān)測(cè)方法的流程框圖。

圖2為面部坐標(biāo)系的示意圖。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。本發(fā)明采用針對(duì)視頻的計(jì)算機(jī)視覺(jué)（CV）技術(shù)，所用設(shè)備包括數(shù)字?jǐn)z像機(jī)、補(bǔ)光設(shè)備和工業(yè)控制計(jì)算機(jī)，具體為—種基于駕駛員頭頸移動(dòng)特征和五官表情特征識(shí)別的疲勞駕駛檢測(cè)方法。

當(dāng)列車(chē)發(fā)動(dòng)后，系統(tǒng)自動(dòng)運(yùn)行，數(shù)碼攝像機(jī)工作對(duì)駕駛員進(jìn)行錄像，后臺(tái)主機(jī)通過(guò)檢測(cè)出駕駛員頭部區(qū)域，檢測(cè)眼睛和嘴巴狀態(tài)，在識(shí)別駕駛員頭部運(yùn)動(dòng)狀態(tài)同五官狀態(tài)一起發(fā)送給狀態(tài)識(shí)別單元進(jìn)行識(shí)別，如果出現(xiàn)疲勞狀態(tài)則進(jìn)行蜂鳴器報(bào)警反饋。方法流程圖如圖1所示，具體步驟如下：

步驟1：用設(shè)置在列車(chē)駕駛室的攝像頭采集駕駛員頭頸部圖像。

步驟2：通過(guò)視頻處理單元確定人臉的位置。

視頻處理單元利用包含Adaboost算法的Haar分類(lèi)器方法，在較為復(fù)雜的環(huán)境背景下（列車(chē)駕駛室）區(qū)分人臉和非人臉，基于統(tǒng)計(jì)的方法則將人臉看作一個(gè)整體的模式——二維像素矩陣，從統(tǒng)計(jì)的觀點(diǎn)通過(guò)大量人臉圖像樣本構(gòu)造人臉模式空間，根據(jù)相似度量來(lái)判斷人臉是否存在并確定人臉?biāo)谖恢谩?/p>

步驟3：根據(jù)人臉位置通過(guò)圖像采集單元采集駕駛員的面部表情圖像。

步驟4：根據(jù)眼睛在人臉位置的幾何關(guān)系定位左右兩只眼的位置，根據(jù)嘴巴形狀和其在人臉的位置確定嘴巴位置。

步驟5：通過(guò)狀態(tài)特征記錄單元記錄左右眼狀態(tài)特征（如疲勞性閉眼）和嘴巴表情特征（如頻繁的打哈欠），并傳送到狀態(tài)識(shí)別單元。

步驟6：狀態(tài)識(shí)別單元對(duì)上述左右眼狀態(tài)特征和嘴巴表情特征通過(guò)分類(lèi)算法進(jìn)行分類(lèi)，判斷駕駛員是否處于瞌睡狀態(tài)。

步驟7：根據(jù)步驟2中得到的人臉位置在面部建立坐標(biāo)系。如圖2所示，A、B兩點(diǎn)為人眼睛所在位置，將兩眼所在的直線作為x軸，將兩眼的中線所在的直線作為y軸，將兩眼所在的直線作為x軸，將兩眼的中線所在的直線作為y軸。

步驟8：頭部運(yùn)動(dòng)識(shí)別單元將坐標(biāo)系移動(dòng)特征與人體瞌睡狀態(tài)時(shí)的頭頸部移動(dòng)特征（如頻繁的點(diǎn)頭打盹）比較，進(jìn)而判斷駕駛員是否處于瞌睡狀態(tài)；

步驟9：若步驟6或步驟8檢測(cè)出駕駛員處于瞌睡狀態(tài)，則報(bào)警裝置發(fā)出報(bào)警提示，否則返回步驟1繼續(xù)監(jiān)測(cè)。