一種基于頭部監(jiān)測的司機疲勞監(jiān)測方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及安全監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種基于頭部監(jiān)測的司機疲勞監(jiān)測方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著汽車運輸行業(yè)的快速發(fā)展，汽車運輸行業(yè)的競爭壓力也逐步增大，許多運輸 企業(yè)和個人為了追更高的利潤，常常會超載和疲勞駕駛；超載和疲勞駕駛往往是重大交通 事故的罪魁禍?zhǔn)?，如何快速及時的檢測到司機的疲勞狀態(tài)已經(jīng)成為現(xiàn)代汽車安全駕駛領(lǐng)域 的重點。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于頭部監(jiān)測的司機 疲勞監(jiān)測方法及系統(tǒng)，用于快速準(zhǔn)確的發(fā)現(xiàn)司機是否存在疲勞駕駛，并對疲勞駕駛的車輛 和司機采取相對的對應(yīng)措施，有效的提高了司機的駕駛安全度。
[0004] 為了解決上述技術(shù)問題，本發(fā)明提供了一種基于頭部監(jiān)測的司機疲勞監(jiān)測方法， 所述方法包括：
[0005] 獲取司機在駕駛車輛時的正面視頻信息；
[0006] 根據(jù)所述視頻消息，提取所述司機眼部特征信息、嘴部特征信息和頭部晃動信 息；
[0007] 根據(jù)所述眼部特征信息、所述嘴部特征信息和所述頭部晃動信息判斷所述司機是 否疲勞駕駛；
[0008] 若判斷結(jié)果為是時，則獲取所述司機的疲勞度，根據(jù)所述疲勞度與車速采取不同 的對應(yīng)措施；
[0009] 若判斷結(jié)果為否時，則返回獲取視頻信息。
[0010] 優(yōu)選地，所述獲取司機在駕駛車輛時的正面視頻信息，包括：
[0011] 在所述司機正前方安裝攝像頭；
[0012] 通過所述攝像頭對所述司機正面進行實時視頻信息拍攝，獲取所述司機在駕駛車 輛時的正面視頻信息。
[0013] 優(yōu)選地，所述眼部特征信息包括眼部張開度信息和眨眼頻率信息；
[0014] 所述嘴部特征信息包括嘴部張開度和嘴部開合的頻率；
[0015] 所述頭部晃動彳目息包括頭部傾斜角度和頭部搖晃頻率。
[0016] 優(yōu)選地，所述獲取所述司機的疲勞度，包括：
[0017] 對所述眼部特征信息、所述嘴部特征信息和所述頭部晃動信息進行綜合加權(quán)處 理，獲取處理結(jié)果；
[0018] 根據(jù)所述處理結(jié)果與疲勞度閾值相比較，獲取所述司機的度
[0019] 優(yōu)選地，所述對應(yīng)措施包括語音警告、控制車輛和上報控制指揮中心。
[0020] 本發(fā)明還提供了一種基于頭部監(jiān)測的司機疲勞監(jiān)測系統(tǒng)，所述系統(tǒng)包括：
[0021] 信息獲取模塊：用于獲取司機在駕駛車輛時的正面視頻信息；
[0022] 信息提取模塊：用于根據(jù)所述視頻消息，提取所述司機眼部特征信息、嘴部特征信 息和頭部晃動信息；
[0023] 判斷模塊：用于根據(jù)所述眼部特征信息、所述嘴部特征信息和所述頭部晃動信息 判斷所述司機是否疲勞駕駛；
[0024] 應(yīng)對模塊：用于若判斷結(jié)果為是時，則獲取所述司機的疲勞度，根據(jù)所述疲勞度與 車速采取不同的對應(yīng)措施；若判斷結(jié)果為否時，則返回獲取視頻信息。
[0025] 優(yōu)選地，信息獲取模塊包括：
[0026] 設(shè)備單元：用于在所述司機正前方安裝攝像頭；
[0027] 信息獲取單元：用于通過所述攝像頭對所述司機正面進行實時視頻信息拍攝，獲 取所述司機在駕駛車輛時的正面視頻信息。
[0028] 優(yōu)選地，所述眼部特征信息包括眼部張開度信息和眨眼頻率信息；
[0029] 所述嘴部特征信息包括嘴部張開度和嘴部開合的頻率；
[0030] 所述頭部晃動彳目息包括頭部傾斜角度和頭部搖晃頻率。
[0031] 優(yōu)選地，所述獲取所述司機的疲勞度，包括：
[0032] 對所述眼部特征信息、所述嘴部特征信息和所述頭部晃動信息進行綜合加權(quán)處 理，獲取處理結(jié)果；
[0033] 根據(jù)所述處理結(jié)果與疲勞度閾值相比較，獲取所述司機的度
[0034] 優(yōu)選地，其特征在于，所述對應(yīng)措施包括語音警告、控制車輛和上報控制指揮中 心。
[0035] 本實施例中，通過攝像頭對駕駛員進行實時的眼部、嘴部、頭部的狀態(tài)檢測識別， 綜合判斷其是否處于疲勞狀態(tài)，并在確定其為疲勞駕駛的情況下采取對應(yīng)措施，經(jīng)濟而有 效地對司機進行疲勞檢測。
【附圖說明】
[0036] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其它的附圖。
[0037]圖1是本發(fā)明實施例中的司機疲勞監(jiān)測方法的流程示意圖；
[0038]圖2是本發(fā)明實施例中的司機疲勞監(jiān)測系統(tǒng)的結(jié)構(gòu)組成示意圖。
【具體實施方式】
[0039] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于 本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0040] 本發(fā)明實施例提供了一種基于頭部監(jiān)測的司機疲勞監(jiān)測方法，獲取司機在駕駛車 輛時的正面視頻信息；根據(jù)視頻消息，提取司機眼部特征信息、嘴部特征信息和頭部晃動信 息；根據(jù)眼部特征信息、嘴部特征信息和頭部晃動信息判斷司機是否疲勞駕駛；若判斷結(jié) 果為是時，則獲取司機的疲勞度，根據(jù)疲勞度與車速采取不同的對應(yīng)措施；若判斷結(jié)果為否 時，則返回獲取視頻信息。
[0041] 現(xiàn)有技術(shù)都是通過眼部來判斷司機的疲勞情況，然而很多時候當(dāng)眼部出現(xiàn)疲勞情 況的時候，司機已經(jīng)處于相對疲勞的狀態(tài)下了，這時候較容易發(fā)生嚴(yán)重的交通事故。
[0042] 圖1是本發(fā)明實施例中的司機疲勞監(jiān)測方法的流程示意圖，如圖1所示，該方面包 括：
[0043] S11 :獲取司機在駕駛車輛時的正面視頻信息；
[0044] S12 :根據(jù)視頻消息，提取司機眼部特征信息、嘴部特征信息和頭部晃動信息；
[0045] S13 :根據(jù)眼部特征信息、嘴部特征信息和頭部晃動信息判斷司機是否疲勞駕駛；
[0046] S14 :若判斷結(jié)果為是時，則獲取司機的疲勞度，根據(jù)疲勞度與車速采取不同的對 應(yīng)措施；若判斷結(jié)果為否時，則返回S11。
[0047] 對S11作進一步說明：
[0048] 通過在駕駛位的正前方安裝攝像頭，通過該攝像頭對司機正面進行實時視頻信息 拍攝，獲取司機在駕駛車輛時的正面視頻信息。
[0049] 對S12作進一步說明：
[0050] 對獲取到的視頻信息進行處理，提成視頻信息中的幀，通過這些視頻幀，提取司機 眼部特征信息、嘴部特征信息和頭部晃動信息；其中，眼部特征信息包括眼部張開信息和眨 眼頻率信息，嘴部特征信息包括嘴部張開度和嘴部開合的頻率，頭部晃動信息包括頭部傾 斜角度和頭部搖晃頻率。
[0051] 其中，通過視頻幀圖片進行降噪處理，采用幾何特征提取的方法，準(zhǔn)確獲取司機雙 眼的上下眼皮的準(zhǔn)確位置和嘴部上下嘴唇的位置，通過上下眼皮的位置關(guān)系，獲取眼張開 度和通過上下嘴唇的位置確定嘴部張開度；通過以司機的頭部構(gòu)建坐標(biāo)系，通過獲取視頻 中司機偏離豎直坐標(biāo)軸視頻幀，對這些視頻幀進行降噪處理，采用幾何特征提取的方法，獲 取司機頭部偏離豎直坐標(biāo)軸的偏離度。
[0052] 對S13作進一步說明：
[0053] 首先獲取司機正常狀態(tài)下的眼部特征信息、嘴部特征信息和頭部晃動信息，其中 包括司機正常狀態(tài)下的眼部張開度信息和眨眼頻率信息，獲取眼張開度為：
[0056] 其中，氏為正常情況下的人眼的平均張開度，t為時間，T為周期，本實施例T= 5s，h為人眼張開度，L為任何情況下人的上眼瞼的中點到下眼瞼的中點的距離，L_為正常 情況下人眼上下眼瞼中點的最大距離；μi為眨眼頻率（次/min)，正常情況下，人的眨眼頻 率在12次/min，當(dāng)眨眼頻率達到15次/min以上時，是為疲勞狀態(tài)。
[0057] 其中包括司機正常狀態(tài)下的嘴部張開度和嘴部開合的頻率，獲取正常狀態(tài)下的嘴 部張開度：
[0059]其中，I為任何情況下人的上嘴唇的中點到下嘴唇的中點的距離，1_為正常情況 下人眼上下嘴唇中點的