基于人臉識(shí)別的駕駛員疲勞檢測(cè)系統(tǒng)

曹徐 田文泉

摘 要：如今疲勞駕駛是安全的重要隱患之一，疲勞駕駛會(huì)使駕駛員對(duì)周圍駕駛環(huán)境的感知判斷力以及對(duì)車輛的操控力下降，從而引發(fā)不可挽回的交通事故。本文在深入分析了國(guó)內(nèi)外有關(guān)駕駛員疲勞駕駛檢測(cè)方法研究的基礎(chǔ)上，提出了一種基于駕駛員疲勞狀態(tài)下的面部表情特征檢測(cè)方法，通過(guò)檢測(cè)駕駛員疲勞時(shí)的眨眼頻率、哈欠頻率及點(diǎn)頭頻率結(jié)合駕駛員腦電頻率和心率來(lái)判斷駕駛員的疲勞狀態(tài)。

關(guān)鍵詞：駕駛員疲勞檢測(cè);人臉識(shí)別;特征提取

隨著汽車數(shù)量的增加以及公路建設(shè)規(guī)模的擴(kuò)大，開車的人數(shù)越來(lái)越多，駕駛員因疲勞駕駛而引發(fā)的交通事故也越來(lái)越多。據(jù)調(diào)查表明因疲勞駕駛而引發(fā)的交通事故占據(jù)21%的比例，由于駕駛員駕駛過(guò)程中環(huán)境的多變性和復(fù)雜性，很多疲勞檢測(cè)手段很難對(duì)駕駛員的疲勞狀態(tài)做出有效的監(jiān)督和預(yù)警。所以對(duì)駕駛員行駛過(guò)程中進(jìn)行實(shí)時(shí)疲勞檢測(cè)越來(lái)越急迫和重要。

疲勞駕駛客觀上表現(xiàn)為駕駛技能的下降，并表現(xiàn)出打瞌睡、反應(yīng)遲鈍、四肢無(wú)力、注意力不集中和判斷能力下降等現(xiàn)象。駕駛員疲勞檢測(cè)技術(shù)因其巨大的社會(huì)效應(yīng)和經(jīng)濟(jì)效應(yīng)，受到各國(guó)政府的高度重視。根據(jù)信息來(lái)源的不同，可將駕駛員疲勞檢測(cè)方法分為以下三種：

（1）基于生理參數(shù)的檢測(cè)方法：以生理參數(shù)為基礎(chǔ)的駕駛員疲勞檢測(cè)方法主要是利用各種專用生理傳感器，采集駕駛員在駕駛狀態(tài)下的各種生理信號(hào)，并對(duì)這些信號(hào)進(jìn)行分析，從而識(shí)別駕駛員的疲勞狀態(tài)，目前常用的駕駛員生理參數(shù)有：腦電（EEG）、心電（ECG）、眼動(dòng)（EMG）、肌電（EMG）、脈搏（ECG）、呼吸頻率等。由于生理信號(hào)能快速、準(zhǔn)確地反映人的心理狀態(tài)，所以基于生理信號(hào)的檢測(cè)方法具有很好的實(shí)時(shí)性和準(zhǔn)確性。以生理參數(shù)為基礎(chǔ)的駕駛員疲勞狀態(tài)檢測(cè)方法需要使用接觸設(shè)備來(lái)提取生理參數(shù)，從而在一定程度上會(huì)造成駕駛員的不舒服，影響操作。

（2）基于駕駛行為的檢測(cè)方法：以駕駛行為為基礎(chǔ)的疲勞檢測(cè)方法主要是利用各種車載傳感器，采集駕駛狀態(tài)下駕駛員的操作信息，如方向盤、加速踏板、制動(dòng)踏板和離合器等，進(jìn)行分析建模，從而判斷駕駛員的疲勞狀態(tài)。

一、駕駛員面部特征提取

面部含有很重要的信息，可以作為駕駛員疲勞的一種指標(biāo)，面部動(dòng)態(tài)表現(xiàn)睡意，以打哈欠為特征，這通常與大腦缺氧有關(guān)。在這種情形下，人類的自然反應(yīng)就是張大嘴巴，努力呼吸更多的氧氣，這是一種可以被用來(lái)作為疲勞預(yù)警的面部特征。臉部的另一個(gè)特征是眨眼速度，它表示一段時(shí)間內(nèi)眨眼的次數(shù)。當(dāng)人處于困倦狀態(tài)時(shí)，眨眼的頻率會(huì)發(fā)生變化，此特征可用于指示疲勞程度。司機(jī)由于某種原因處于疲勞駕駛狀態(tài)時(shí)，經(jīng)常會(huì)出現(xiàn)打瞌睡，打哈欠等現(xiàn)象。與這些生理現(xiàn)象有很大的關(guān)聯(lián)且微表情的特點(diǎn)主要集中在眼睛、嘴巴和眉毛。從而監(jiān)控人臉區(qū)域中眼、嘴、眉的微表情，提取疲勞特征指標(biāo)，識(shí)別駕駛員疲勞狀態(tài)。司機(jī)疲勞時(shí)，眼睛睜開-閉-睜開的過(guò)程所花的時(shí)間變長(zhǎng)，而司機(jī)眨眼的時(shí)間越長(zhǎng)，疲勞程度越高。一般情況下，每分鐘眨眼15～30次，每次眨眼時(shí)間在0.2～0.3秒之間。如果駕駛員一段時(shí)間內(nèi)眨眼次數(shù)過(guò)少，且一分鐘低于七次，則可能處于疲勞駕駛狀態(tài)，此時(shí)應(yīng)向駕駛員發(fā)出警告。在正常行駛過(guò)程中，司機(jī)嘴基本上是閉著的。當(dāng)司機(jī)在和別人說(shuō)話時(shí)，嘴的狀態(tài)是一般張著的;當(dāng)司機(jī)打哈欠時(shí)，嘴就會(huì)張開的要比平常大一些。一般說(shuō)來(lái)，打哈欠是一個(gè)較長(zhǎng)的過(guò)程，而且嘴張開的幅度較大。在張開嘴保持一定時(shí)間之后，就可以判斷司機(jī)為打哈欠狀態(tài)，而且下垂的眉毛和下垂的嘴角呈現(xiàn)的是一種順從性的疲勞狀態(tài)。在疲勞狀態(tài)下，駕駛員會(huì)自我調(diào)節(jié)，此時(shí)會(huì)輕皺眉頭，眼部微微抬起，面部肌肉會(huì)不定時(shí)的收縮，同時(shí)還會(huì)出現(xiàn)打哈欠的動(dòng)作。以計(jì)算機(jī)視覺(jué)技術(shù)為基礎(chǔ)的疲勞檢測(cè)，是通過(guò)安裝在汽車儀表板或鏡子下面的低成本攝像頭來(lái)獲取駕駛員的圖像，其中包括駕駛員的面部、身體的上部、手部、座椅的后部或汽車的其他內(nèi)部部件，并通過(guò)這些圖像來(lái)判斷汽車的重要信息，例如人臉等等。

該系統(tǒng)主要包括：圖像采集模塊，心率采集模塊，腦電采集模塊，車載處理模塊，預(yù)警模塊。每個(gè)采集模塊收集人眼圖像、心率信號(hào)、腦電信號(hào)并傳送到車內(nèi)處理模塊進(jìn)行一系列數(shù)據(jù)預(yù)處理，利用機(jī)器學(xué)習(xí)訓(xùn)練得到的邏輯回歸模型對(duì)人的疲勞狀態(tài)進(jìn)行判斷，并根據(jù)判

斷結(jié)果控制預(yù)警模塊的預(yù)警強(qiáng)度。在圖1中顯示了系統(tǒng)的構(gòu)圖。

二、駕駛員疲勞狀態(tài)判斷

駕駛員疲勞駕駛的主要表現(xiàn)是在駕駛過(guò)程中打瞌睡、走神、心跳加快、頻繁眨眼等，造成操作失誤或駕駛能力喪失。心率、腦電疲勞計(jì)算及PERCLOS算法表現(xiàn)疲勞的心電信號(hào)時(shí)域指標(biāo)主要為R-R間期，也就是心臟的每次搏動(dòng)間期。將R-R間隔一段時(shí)間的心率取平均值，再除以相應(yīng)的系數(shù)，得到1min內(nèi)心臟跳動(dòng)的次數(shù)，即為所得到的心率

公式中period為一段時(shí)間內(nèi)的平均心跳時(shí)間間隔。

駕駛員處于疲勞狀態(tài)時(shí)，β波減少，α波增多;駕駛員處于睡眠狀態(tài)時(shí)，腦電的主要頻率會(huì)降至θ波。因此使用公式（2）可表示駕駛員的疲勞程度：

公式中：r是腦電波功率譜之比;β、α、θ是對(duì)應(yīng)于β波、α波、θ波的功率。

PERCLOS算法是國(guó)際公認(rèn)的較為準(zhǔn)確的人眼疲勞檢測(cè)算法，它可以檢測(cè)一段時(shí)間內(nèi)眼睛閉合時(shí)間所占總時(shí)間的百分比

公式中：t1為人眼睜開100%至閉合20%的時(shí)間;t2為人眼睜開100%至閉合80%的時(shí)間;t3為人眼睜開100%至下一次睜開20%的時(shí)間;t4為人眼睜開100%至下一次睜開80%的時(shí)間。其中，20%，80%，100%都是眼球占全眼的比例。

三、算法流程圖

一般而言，人眼在一分鐘內(nèi)眨眼次數(shù)為10至15次，若眨眼次數(shù)小于此值，則表明駕駛員的眼睛大部分時(shí)間是閉著的，或眼睛一直張開，但目光比較呆滯，眼球無(wú)明顯活動(dòng)。在第二種情況下，需要判斷加入駕駛員的眨眼次數(shù)。在本文中設(shè)定，如果駕駛員 PERCLOS測(cè)量值大于0.3，而一分鐘眨眼次數(shù)小于或等于5，則認(rèn)為駕駛員是在高度走神，需要給予相應(yīng)的警告信息。它的特定算法是，如果人眼在相鄰兩幀之間的狀態(tài)有變化，設(shè)變化數(shù) change=1.如果 change=2，說(shuō)明眨眼一次，記眨眼數(shù) sum=1，并設(shè)置 change=0，按順序進(jìn)行。圖2顯示了它的算法流程圖。

四、結(jié)論

本文對(duì)上述算法進(jìn)行了測(cè)試，并對(duì)結(jié)果進(jìn)行了分析。一定程度上可以檢測(cè)出駕駛員是否處于疲勞狀態(tài)。當(dāng)駕駛員處于疲勞駕駛狀態(tài)時(shí)，通過(guò)發(fā)出聲音警告提醒駕駛員停車休息，可以減少交通事故的發(fā)生。但是由于真實(shí)場(chǎng)景中環(huán)境復(fù)雜，各方面都存在不利因素，導(dǎo)致性能下降，這也是我們今后研究工作的重點(diǎn)。

參考文獻(xiàn)：

[1]高永萍.駕駛員疲勞檢測(cè)系統(tǒng)[J].儀表技術(shù)與傳感器，2007，（1）：60-62.

[2]薄華.基于人眼識(shí)別的駕駛員疲勞檢測(cè)[J].電腦知識(shí)與技術(shù)，2011，（25）：6164-6165，6177.

[3]顏偉.駕駛員疲勞檢測(cè)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制，2017，（3）：43-47.f