基于眼部特征的人体疲劳状态检测技术.docx

基于眼部特征的人体疲劳状态检测技术 张孙俊 祝凯 李伟莎 孙曰俊摘要：眼部状态的检测被认为是目前最准确可靠的疲劳状态检测方法，快速、准确地进行眼部定位和状态识别是疲劳检测的关键本文基于眼部特征的人体疲劳检测方法，主要包括：人脸眼部定位、眼部特征提取以及根据PERCLOS 的 P80 标准进行疲劳检测，最终开发了一套疲劳程度检测软件系统，具有一定的理论意义和较好的应用价值关键词：眼部特征;疲劳检测;眼睛纵横比;PERCLOS1 前言疲劳检测是一门多学科融合的综合技术，包含了生命科学、计算机科学、传感器技术、人工智能技术等，一直是国内外研究的热点问题交通事故也已被公认为当今世界危害人类生命安全的第一大公害， “过劳死”、“疲劳驾驶”等时有发生研究人体疲劳及其监测很有必要基于眼部特征的疲劳检测技术可在人体疲劳时发出预警，避免不必要的人身伤害本文的主要目的是利用已有的摄像头资源，采用快速、准确的算法，开发符合人体疲劳检测要求的软件2 方法快速、准确的特点地进行眼部定位和状态识别是疲劳检测的关键，本文使用判断疲劳程度的PERCLOS 标准和抓取眨眼特征的EAR算法2.1 眼部特征提取的原理Soukupov等人在其2016年的论文“Real-Time Eye Blink Detection using Facial Landmarks”中提出眼睛纵横比（EAR）的概念，它基于眼睛的特征点之间的距离比例作为张开度指标。

图1中的6个特征点p1至p6是人脸特征点中对应眼睛的6个特征点每只眼睛由6个（x，y）坐标表示，基于这个描述，我们可以导出EAR的方程根据PERCLOS的P80标准内容有：其定义为单位时间内（一般取1分钟或者30秒）眼睛闭合80%的时间，则认为发生了疲劳只需测出t1～t4的值，就能计算出PERCLOS 的值ft1是眼睛由睁开到闭合到眼睛最大开度80%的时刻;t2是眼睛由睁开到闭合到眼睛最大开度20%的时刻;t3是眼睛从闭合到睁开到眼睛最大开度20%的时刻;t4是眼睛从闭合到睁开到眼睛最大开度80%的时刻2.2 算法實现（1）数据采集利用opencv库调用摄像头，实时抓拍驾驶室的人脸活动范围画面2）预处理利用dlib库进行人脸识别，把图片的范围锁定到人脸的区域3）抓取眼部特征基于人脸定位的68个点，提取眼部的12个定位点4）眼部处理计算EAR，判断是否眨眼，如果眨眼，则进入下一个疲劳识别环节5）疲劳识别根据PERCLOS算法判断是否疲劳6）判断疲劳通过疲劳的判断来选择：若被检测不疲劳，则继续检测;反之，则发出警告7）疲劳处理发现人体疲劳时，发出警告声提醒，直到采取关闭或接收提示之后，不再发声。

8）检测结束关闭检测系统若还想继续进行疲劳检测，可重启程序3 结果分析基于算法开发了相应软件，其运行效果如图2界面左侧展示了张开度，右侧是实时监测的画面，底部是一些功能按钮可以通过摄像头检测人脸和眼部特征进行疲劳检测，如果处于疲劳状态则标签显示红色图3是眼睛开度动态图分析，横坐标是“时间序列”，纵坐标是眼睛开度EAR的值检测过程可出现如下情况：（1）正常情况：蓝线部分为正常状态下的EAR，浮动变化不大，可作为判断眨眼的基准值2）眨眼情况：明显低于正常的水平的60%可视为眨眼，眨眼的频率也是作为疲劳的一个依据3）检测不到的情况：由于环境的光线会产生检测不到人眼的情况，此时EAR为04）异常情况：人为睁大眼睛或眯眼都视为异常，根据闭眼或眯眼时间的长短来判断是否为疲劳4 结论本文实现了基于人眼特征的疲劳识别，结合目前流行的算法形成了一个可运行的软件算法还有很大的进步空间，可继续完善并结合嵌入式硬件应用于实际场景中参考文献[1]唐广发， 张会林. 人眼疲劳预测技术的研究[J]. 计算机工程与应用， 2016， 52（9）：213-218.[2]李响， 谭南林， 李国正，等. 基于 Zernike 矩的人眼定位与状态识别[J]. 电子测量与仪器学报， 2015（3）：390-398.[3]李洪研，赵学敏. 基于人眼 PERCLOS 特征的列车驾驶员疲劳检测系统[J].中国铁路，2012（ 12） ： 32-35.作者信息1.张孙俊，1997年08月生，青岛理工大学在读本科生。

2.祝 凯，1988年4月生，青岛理工大学信息与控制工程学院讲师3.李伟莎，1999年9月生，青岛理工大学在读本科生4.孙曰俊，1998年6月生青岛理工大学在读本科生装备维修技术2020年7期装备维修技术的其它文章Unipol聚丙烯工艺聚合反应活性扰因排查及处理变电运维管理中危险点及预控措施分析全固态中波发射机的防雷措失分析M701F3型燃气轮机清吹逻辑优化分析风力发电设备运行维护可实施性措施的研究机械工程加工质量控制措施 -全文完-。