基于多特征融合的眼睛状态检测算法研究

梁元辉，吴清乐，曹立佳

(1.四川轻化工大学 自动化与信息工程学院，四川 宜宾 644005；2.四川轻化工大学 人工智能四川省重点实验室，四川 宜宾 644005)

0 引 言

随着车辆急剧增多，交通事故严重威胁着人们的生命和财产安全。根据世界健康组织的报告，交通事故是损害人生命的十大原因之一[1]。为了减少疲劳驾驶所导致的交通安全问题，对疲劳驾驶自动检测的研究具有重要意义。基于人脸显著特征检测的算法可直观地定位眼睛所在的位置，然后利用积分投影、眼睛角点、眼帘曲率、上下眼帘高度等方法判断眼睛的状态[2-6]，但这些方法在光照不均、人脸倾斜、佩戴眼镜、驾驶员改变等环境中效果较差。You等人[7]提出的眼睛宽高比(eye aspect ratio，EAR)[8]结合PERCLOSE[9]方法来判断驾驶员是否疲劳，该方法在降低检测时间的同时取得了较高的准确率。该算法考虑了个体差异但只有EAR作为判断依据，在光照变换、人脸倾斜、佩戴眼镜等条件下检测效果较差，具有很大的局限性。周云鹏等人[10-12]利用面部的多个特征融合检测驾驶员是否疲劳驾驶。周涛等人[13-15]利用人眼状态检测驾驶员是否疲劳驾驶。

在上述研究的基础上，该文对驾驶员的眼睛状态检测方法进行改进，算法融合了人眼张开角度、EAR以及人眼虹膜等多个特征进行人眼开闭的判断。

1 人眼特征提取

1.1 人脸检测及眼睛定位

Dlib是一个开源的工具箱，包括了机器学习模块、深度学习模块、图像处理模块等[9]。它常被用来解决工业和学术界实际难题，用它开发的复杂算法在机器人开发、嵌入设备、手机和大型高级性能计算环境频繁使用。……