基于眼部关键点定位的疲劳驾驶检测

摘要：

近年来疲劳驾驶是造成车祸的主要原因之一,每年造成社会利益损失也是居高不下.随着人工智能的到来,使用摄像头代替人眼来监督驾驶员疲劳驾驶是个有效的途径.本文提出了基于人脸面部关键点驾驶员疲劳驾驶检测的方法.首先通过摄像头来实时采集驾驶员图像,然后应用积分图像的AdaBoost的方法来实时检测人脸,再对人脸采用Dlib库的调用来定位人脸面部68个关键点,从而进行人脸跟踪.在人脸定位关键点的基础上,从中挑出眼睛部分的关键点,通过人眼的睁闭程度PERCLOS算法来进行疲劳参数的计算.该方法在驾驶员不同的姿态和外界不同的关照强度下都能很好的测出驾驶员的疲劳值,鲁棒性也非常好.将测出的疲劳值与给定阈值做比较,高于阈值的次数超过一定范围则发出警报声.

关键词：Dlib库、疲劳驾驶、PERCLOS算法

在线出版日期：2020-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：254-255