基于人脸特征点分析的疲劳驾驶实时检测方法

• 作者: 伍世虔 徐望明 柳龙飞
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 人脸特征点 疲劳驾驶 EAR PERCLOS
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 监管与检测
• 页码范围: 27-30,55
• 页数: 5页
• 分类号: TP391.4
• 字数: 2595字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.12.006

摘要

为了有效监测驾驶员是否疲劳驾驶、避免交通事故的发生,提出了一种利用人脸特征点进行实时疲劳驾驶检测的新方法.对驾驶员驾驶时的面部图像进行实时监控,首先使用AdaBoost算法检测人脸,并利用ERT算法定位人脸特征点;然后根据人脸眼睛区域的特征点坐标信息计算眼睛纵横比EAR来描述眼睛张开程度,根据合适的EAR阈值可判断睁眼或闭眼状态;最后基于EAR实测值和EAR阈值对监控视频计算闭眼时间比例(PERCLOS)值度量驾驶员主观疲劳程度,将其与设定的疲劳度阚值进行比较即可判定是否疲劳驾驶.实验结果验证了所提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐望明	武汉科技大学信息科学与工程学院	25	98	5.0	9.0
2	伍世虔	武汉科技大学机械自动化学院	25	160	4.0	12.0
3	柳龙飞	武汉科技大学机械自动化学院	1	3	1.0	1.0