基于Dlib库的驾驶员疲劳驾驶检测系统

据我国交通事故数据可知,疲劳驾驶导致的人员伤亡占事故人数的20%~30%,所以研究疲劳驾驶实时检测系统势在必行。查阅相关文献可知,疲劳在人体面部表情中大致表现为3个类型:眨眼、打哈欠、点头,系统利用Dlib库提取驾驶员面部68个特征点及坐标,定位驾驶员人脸位置,将通过坐标计算出的眼睛、嘴巴长宽比与阈值进行比较,以统计驾驶员眨眼和打哈欠的次数;同时,通过HPE算法计算驾驶员头部姿态的欧拉角,以统计驾驶员的点头次数。根据驾驶员眨眼、打哈欠、点头的次数,系统可分析驾驶员是否疲劳驾驶并能够针对驾驶员当前的状态及时作出安全提示。

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。