基于多面部特征的疲劳检测方法研究

由于检测的疲劳特征参数比较单一,目前市面上疲劳检测系统普遍存在检测准确率不高的问题。基于此,提出以采集眼部疲劳特征为主、嘴部与头部疲劳特征为辅的多面部特征融合的疲劳检测方法,增加了疲劳特征参数的提取。首先采用Dlib库中人脸68个关键点的dat模型库及视频中的人脸,提取驾驶员面部68个特征点及其坐标,然后利用特征点中存储的信息计算EAR、MAR、HPE的数值,根据设定的条件阈值来判断其是否疲劳。试验结果表明,经过白天黑夜和面部是否遮挡等不同环境的测试,文章提出的算法可满足基本实时检测疲劳的要求,且能很好地提高检测的准确度。