基于视觉的驾驶员疲劳特征提取方法

• 作者: 张子耀 张震 靳冰凌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 视觉信息 疲劳检测 疲劳特征提取 AdaBoost算法 自适应阈值
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 应用开发研究
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP391.4
• 字数: 4409字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.11.042

摘要

对驾驶员疲劳检测方法进行了研究,对近年来疲劳检测的研究现状进行了简要介绍,针对驾驶员疲劳检测提出了一种基于视觉的疲劳特征提取方法.对采集图像进行预处理从而提高图像对比度,利用AdaBoost算法定位人脸和眼睛区域,采用自适应阈值方法分割唇色和肤色,提取嘴唇区域;通过计算眼睑和瞳孔区域像素个数占眼部区域像素总个数的比值和嘴部区域的宽高比,分别判断眼睛和嘴巴的开闭状态,从而提取出PERCLOS特征、眨眼频率和哈欠频率等面部疲劳特征,通过疲劳特征可以进一步判断驾驶员的疲劳状态.实验结果表明,该方法可以准确定位眼部和嘴部区域,判断出视频中人员眨眼和打哈欠的次数,实现在复杂背景下驾驶员的疲劳特征提取,为后续驾驶疲劳分析提供重要的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张震	上海大学机电工程与自动化学院	39	186	7.0	12.0
2	靳冰凌	上海大学机电工程与自动化学院	1	3	1.0	1.0
3	张子耀	上海大学机电工程与自动化学院	2	4	1.0	2.0