姬秋敏,张 灵,罗 源,陈云华,向 文
(广东工业大学 计算机学院,广东 广州 510000)
道路交通事故是与非健康有关的主要死因之一[1]。一般的,疲劳可以分为身体疲劳和精神疲劳,本文主要研究精神疲劳。在近些年的文献中,已经对疲劳测量方法进行了各种努力,并提出了以下几种检测方法:①基于生理指标的检测方法;②基于驾驶员行为特征的疲劳检测方法;③基于机器视觉与人脸表情识别的非接触式疲劳检测方法。Rajiv Ranjan Singh等[2]通过测量人的皮肤电与光容积和脉搏等生理指标来判断视疲劳状态,但这类方法在一定程度上会影响驾驶操作。王斐等[3]通过结合被采集者的电脑测试信号和驾驶方向盘的数据来判断疲劳状态,由于每个人的驾驶习惯不同,该方法的鲁棒性不强。谢国波等[4]采用曲线拟合嘴巴轮廓的检测方法,判断嘴巴是否打哈欠。周云鹏等[5]基于面部视觉多特征融合的驾驶员疲劳状态检测算法,通过分析驾驶员眼睛,嘴巴以及整体面部表情的状态,通多模糊处理判断驾驶员的状态。Masrullizam等[6]利用纹理特征首先判断嘴部是否被遮挡,然后计算嘴部张开的高度与嘴部显著性区域的比值,设定阈值来判断嘴部状态。以上方法从不同角度进行探索并且达到一定的检测效果,但存在识别率低的问题。
由人的先验知识知,人产生疲劳时,嘴部和眼睛部位动作缓慢,动作强度低,所以本文应用全局光流技术于疲劳表情。光流计算方法有相位[7]、能量[8]、匹配[9]和梯度[10]这4种。……