基于面部特征的疲劳驾驶检测系统的设计

　　摘 要: 因为疲劳驾驶而导致事故发生的事件层出不穷，一款好的疲劳检测系统能够有效的避免事故的发生，以特征点检测以及面部特征( 长时间闭眼、打哈欠) 为核心设计疲劳检测系统，能够在一定程度上减少事故的发生。

　　关键词: 脸部特征; 人脸检测; 疲劳检测; EAR; MAR

　　高速驾车时，驾驶人精神紧张，长时间紧张就容易产生疲劳感，疲劳后继续驾驶车辆，会感到疲倦瞌睡、四肢无力、注意力不集中、判断力下降等，此时危险系数会急剧增大，导致意外的发生。疲劳检测系统通过计算判断长时间闭眼、打哈欠等脸部特征来判断疲劳的程度，从而提醒驾驶人进行休息、停车等。

　　一、系统整体设计

　　( 一) 特征点确定

　　通过摄像头捕捉到一帧图像后，进行肤色检测得到肤色部分，对肤色部分进行最大连通区算以及膨胀，腐蚀等形态学算法消除较小肤色区域，最后通过人脸的几何特征确定出人脸的准备位置，完成人脸检测。根据得到人脸的具体位置信息，从原图中选取出人脸部分，对人脸进行特征点检测，选取其中的 68 个特征点进行使用，计算结果如下图:

　　其中 P37 -P43 为眼部特征点，P49 -P69 为嘴部特征点。

　　(二) EAR、MAR 计算 EAR、MAAR 即眼部纵横比(Eye Aspect Ratio，EAR)、嘴部纵横比(Mouth Aspect Ratio，MAR)。

　　( 三) 疲劳情况判断就 EAR 而言，通过计算得出 EARr 和 EARl 后，将 EARr 和EARl 分别与预先设定好的阈值进行比较，判断左右眼是否闭眼，当双眼同时满足闭眼条件时，开启定时器，结束条件为下一次某只眼睛睁眼或同时睁眼，测得闭眼时长，与预先设定好的时间阈值进行比较后判断是否存在长时间闭眼。同理可以得到打哈欠状态。

　　哈欠疲劳图类似，根据具体场景存在不同的变化。

　　二、阈值确定

　　整个系统中，需要两组阈值的确定，分别是用来确定长时间闭眼的一组阈值以及判断打哈欠的阈值。两组阈值的确定具有统一性，所以就拿其中确定打哈欠的阈值来说。

　　首先来确定张嘴的阈值(TH_O_MAR)。虽然嘴部的大小，形状具有不确定行，但是经过 MAR 计算得到比例之后就具有确定性，可以很好的反应张嘴和闭嘴的情况。对嘴部进行实时监测，计算嘴部的 MAR 计算结果，绘制检测图。

　　选取波动区域上方区域即可设定为阈值，选取 0.15 较为合适。

　　打哈欠还需要确定时间阈值，时间阈值的确定类似 TH_O_ MAR 的确定，经过多次测试，得到阈值大致为:1.2s。其他阈值的确定类似。

　　期刊推荐：《计算机测量与控制》(月刊)创刊于1993年，由中国计算机自动测量与控制技术协会主办。报道内容：1计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论;2先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的应用;3边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发;4动态数据采集与信号处理系统;现场总线与接口技术;机电一体化技术;5嵌入式系统软件、软件测试以及工控组态软件的开发与应用;6集散/分布控制系统，自控/监控系统的开发与应用;7计算机网络与通信、楼宇自动化技术的开发与应用;8先进的测控部件及传感器技术在工业自动测试和控制中的应用;9基于总线技术的智能仪器仪表的设计与开发。有投稿需求的，可以直接与在线编辑联系。

　　三、总结

　　根据面部特征进行疲劳检测具有一定的可实施性，整个系统依赖于人脸检测算法的设计以及阈值的确定，然而阈值过多必将导致其鲁棒性较差，通过选择合适的参数更能提高整个系统的性能。

《基于面部特征的疲劳驾驶检测系统的设计》

上一篇：基于Arduino的全地形越野机器人设计与竞赛

下一篇：投入产出视角下电商平台效率实证分析