一、疲勞駕駛特征提取
眼睛閉合的頻率和持續時間在某種程度上可以反映疲勞的狀態?？▋然仿⊙芯克涍^反復試驗和論證，提出了度量疲勞的物理PERCLOS。PERCLOS定義為一定時間內眼睛的閉合程度，它已經成為度量疲勞狀態的一種科學有效的方法。當一定時間間隔內眼睛閉合所占的時間比例超過15%時即認為是疲勞狀態。PERCLOS方法通過眼睛閉合所占的時間比例進行疲勞駕駛的判定。但是，眼睛的大小因人而異，眼睛的面積因受所在場景和頭部運動的影響也是動態變化的，眼睛的睜開程度是相對于自身的最大睜開狀態而言的。當然，時間可以轉換為視頻幀數，在判斷眼睛的狀態特征時我們使用的是類PERCLOS的方法。
目前，PERCLO方法有三種判斷疲勞的不同準則，分別E準則、P70準則、P80準則。其具體含義如下：
EM準則：瞳孔被眼瞼覆蓋超50%的面積，則認為眼睛是閉合的；
P70準則：瞳孔被眼瞼覆蓋超70%的面積，則認為眼睛是閉合的；
P80準則：瞳孔被眼瞼覆蓋超過80%的面積，則認為眼睛是閉合的。
本文考慮到，當人注意力特別集中或處在沉思狀態時可能也會有眼瞼覆蓋瞳孔超過50%甚至70%的可能，所以系統采用的是P80準則。
統計表明，人在一分鐘之內要眨十次左右的眼睛，每次需要0.3_{0.4秒左右，兩次眨眼之間的間隔約為2.8}4.0秒。然而，由于管制員工作性質的不同，需要其在工作中注意力高度集中，所以眨眼次數略少，約5~10次。眼睛閉合的頻率以及閉合時間的長短與疲勞有密切聯系，如果連續監測到管制員的PERCLOS>30%且平均閉眼時長>0.25s，就判定管制員處于疲勞狀態，并發出報警。圖1為PERCLOS的原理曲線圖：

如圖1所示，t0—t5為一個閉眼周期，t0-t1為完全睜眼到睜眼80%的時間t1-t2為睜眼80%到睜眼20%的時間，t3-t4為睜眼20%到睜眼80%所需時間，t4~t5為睜眼80%到完全睜眼所需時間。那么，這一周期內的

閉眼時長

類似的，我們可以推導在實驗時長為1~2min內的PERCLOS值及平均閉眼時長，設在實驗時長 T內有n個閉眼周期，且第k個閉眼周期內眼瞼覆蓋瞳孔的比例超過80%的,k時間為Tk ,（k<n ）那么我們可以得出：

平均閉眼時長

當平均閉眼時長t超過了選定的閾值，則判定為疲勞駕駛.

二、疲勞駕駛檢測算法對眼睛狀態的檢測流程如下：
（1）實時抓幀獲得 YUV 格式監控圖像；
（2）用人臉模型在圖像中匹配人臉區域；
（3）通過模型中眼睛的相對位置，確定監控圖像中眼睛的位置；
（4）對眼睛區域二值化處理，并利用顯示器 Gamma 和直方圖均衡化增強圖像對比度；
（5）建立睜眼和閉眼狀態時的眼部灰度一維直方圖標準H(open)、H(close)，H=[h{x1,f(x1)},……,h{xn,f(xn)}]，其中，h為直方圖中的矩陣，x1~xn為n個級別灰度，f(xi)為該灰度級別所出現的頻率；
（6）算出當前圖像的一維直方圖分別與睜眼狀態標準直方圖的差值和S1；算出當前圖像的一維直方圖與閉眼狀態標準直方圖的差值和S2。其中S=∑[fnow(xi)-fstandard(xi)]；
（7）比較S1和S2,S1<S2即為睜眼，S2<S1即為閉眼。
（8）計算1.1中所述的PERCLOS 值和平均閉眼時長t；
（9）通過獲得的PERCLOS 值和平均閉眼時長判定疲勞程度。圖2為疲勞駕駛識別流程：

總結

以上是生活随笔為你收集整理的基于机器视觉的疲劳驾驶检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。