劉小雙， 方志軍， 劉 翔， 高永彬， 張祥祥

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201600)

0 引 言

我國(guó)每年有超過(guò)20 %的交通事故是由疲勞駕駛造成的，研究一個(gè)實(shí)時(shí)準(zhǔn)確的疲勞檢測(cè)系統(tǒng)，具有非常重要的意義?；谟?jì)算機(jī)視覺(jué)的疲勞檢測(cè)方法[7～9]是一種非侵入式的檢測(cè)方法，與侵入式的檢測(cè)方法[6]相比,其對(duì)駕駛員的影響更小，更安全有效。本文的疲勞檢測(cè)是在常見(jiàn)光下進(jìn)行，相比于傳統(tǒng)的紅外圖像的狀態(tài)檢測(cè)[2]，屬于一種更安全的被動(dòng)方式。為了檢測(cè)眼口的狀態(tài)，很多方法都依靠傳統(tǒng)的分類(lèi)器和特征，例如AdaBoost分類(lèi)器[3]，以及支持向量機(jī)(support vector machine,SVM)分類(lèi)器[4]，在這些方法中是否選取了適當(dāng)?shù)奶卣魇怯绊憣?shí)驗(yàn)結(jié)果的關(guān)鍵因素，本文采用深度卷積神經(jīng)網(wǎng)絡(luò)可以自適應(yīng)提取特征，有更好的表征能力。

1 人臉檢測(cè)和特征點(diǎn)定位

本文使用的檢測(cè)和定位方法是Zhang K P等人[1]提出的多任務(wù)級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)(multi-task convolutional neural networks,MTCNN)的檢測(cè)定位算法。該方法主要優(yōu)點(diǎn)在于通過(guò)3個(gè)級(jí)聯(lián)網(wǎng)絡(luò)同時(shí)實(shí)現(xiàn)人臉檢測(cè)和特征點(diǎn)定位，速度快，且定位精度能夠滿(mǎn)足疲勞檢測(cè)系統(tǒng)的要求。室外駕駛光線(xiàn)變化很大，通過(guò)在面光、背光、側(cè)光3種不同光照以及不同姿勢(shì)的檢測(cè)與定位實(shí)驗(yàn)，結(jié)果表明該方法能夠克服一定程度的光照影響。

2 提取眼睛和嘴巴區(qū)域圖像

2.1 人臉歸一化

為了準(zhǔn)確的提取人眼與嘴巴區(qū)域圖像，需要將檢測(cè)出的不同姿態(tài)、不同尺度大小的人臉圖像歸一化到同一位置尺度，需要進(jìn)行二維仿射變換，對(duì)定位的圖像進(jìn)行平移、縮放、旋轉(zhuǎn)等一系列變換。

(1)

矩陣的簡(jiǎn)寫(xiě)形式為U=Kh,U為平均人臉的5點(diǎn)坐標(biāo)值矩陣，K為通過(guò)人臉定位后的5點(diǎn)特征點(diǎn)坐標(biāo)矩陣，h為仿射變換矩陣，可利用最小二乘法求出線(xiàn)性方程的解為h=(KTK)-1KTU。

圖1為將檢測(cè)定位出的不同姿態(tài)，不同尺度大小的人臉圖像歸一化到同一位置、同一尺寸大小的圖像，并截取固定尺寸的人眼和嘴巴區(qū)域圖像。

圖1 人臉歸一化

2.2 眼口區(qū)域提取

對(duì)歸一化后的人臉圖像，以人眼特征點(diǎn)為中心提取32×32的人眼區(qū)域，并以?xún)勺旖菫檫吔缃厝?0×50的嘴巴區(qū)域。圖2為提取結(jié)果示意。

圖2 眼口區(qū)域提取示意

3 眼口狀態(tài)識(shí)別

本文主要通過(guò)卷積神經(jīng)網(wǎng)絡(luò)分別對(duì)人眼和嘴巴的睜閉狀態(tài)進(jìn)行識(shí)別。考慮到識(shí)別的速度與準(zhǔn)確率，本文使用了快速簡(jiǎn)單的3層網(wǎng)絡(luò)結(jié)構(gòu)，使用了3個(gè)卷積層，每個(gè)卷積層連接1個(gè)池化層， Relu層用于增加非線(xiàn)性約束，為了防止過(guò)擬合，網(wǎng)絡(luò)中增加了dropout層。在眼口的狀態(tài)識(shí)別過(guò)程中，使用同一個(gè)網(wǎng)絡(luò)分別訓(xùn)練出2個(gè)模型識(shí)別眼睛與嘴巴的狀態(tài)。圖3為網(wǎng)絡(luò)結(jié)構(gòu)示意。

4 駕駛員疲勞狀態(tài)檢測(cè)

本文通過(guò)計(jì)算眼瞼閉合率(percentage of eyelid closure,PERCLOS)和嘴巴的動(dòng)作頻率2個(gè)參數(shù)判定駕駛員是否處于疲勞狀態(tài)。

4.1 基于眼部狀態(tài)的疲勞檢測(cè)

由于在連續(xù)的圖像序列中，沒(méi)有時(shí)間刻度，但每秒讀取的圖像幀數(shù)固定，因此可由幀數(shù)代替時(shí)間刻度計(jì)算PERCLOS值，其定義為

(2)

式中nc為特定時(shí)間內(nèi)閉眼總幀數(shù)，Nt為特定時(shí)間內(nèi)的總幀數(shù)。通過(guò)計(jì)算特定時(shí)間內(nèi)閉眼幀數(shù)與總幀數(shù)的比值計(jì)算PERCLOS的值，當(dāng)駕駛員的PERCLOS值比正常情況下高時(shí)，可通過(guò)眼睛的狀態(tài)判斷駕駛員處于疲勞狀態(tài)。

4.2 基于嘴部狀態(tài)的疲勞檢測(cè)

與駕駛員不斷說(shuō)話(huà)相比，打哈欠時(shí)嘴巴張開(kāi)的持續(xù)時(shí)間較長(zhǎng)，據(jù)此判斷駕駛員是在打呵欠還是在說(shuō)話(huà)。當(dāng)檢測(cè)到駕駛員在打哈欠時(shí)，則認(rèn)為駕駛員可能處于疲勞狀態(tài)，再根據(jù)單位時(shí)間內(nèi)打哈欠的頻率判斷疲勞程度。醫(yī)學(xué)數(shù)據(jù)顯示，正常情況下,人在打哈欠時(shí)，嘴部持續(xù)張開(kāi)時(shí)間為4～5 s。由于在連續(xù)的圖像序列中，沒(méi)有時(shí)間刻度，但是每秒讀取的圖像幀數(shù)固定，因此,可以根據(jù)連續(xù)時(shí)間內(nèi)嘴巴張開(kāi)的幀數(shù)判斷是否是打哈欠，進(jìn)而得到固定時(shí)間(T)內(nèi)打哈欠的次數(shù)(n)。本文使用的嘴巴動(dòng)作頻率公式為fY=n/T。

4.3 雙參數(shù)疲勞狀態(tài)檢測(cè)

通過(guò)檢測(cè)眼口狀態(tài)，分別采用PERCLOS和嘴部動(dòng)作頻率2個(gè)參數(shù)共同判斷駕駛員的疲勞狀態(tài)，即

P=w1fP+w2fY,w1+w2=1

(3)

式中P為疲勞度，w1,w2為權(quán)重。根據(jù)實(shí)驗(yàn)選取合適的權(quán)重值和疲勞度閾值，當(dāng)P大于閾值時(shí)，駕駛員處于疲勞狀態(tài)。

5 實(shí)驗(yàn)與結(jié)果分析

5.1 實(shí)驗(yàn)平臺(tái)

測(cè)試采用Visual Studio 2013軟件，Win7系統(tǒng)：Intel(R)Core(TM)i7—6700HQ,CPUs(3.40 GHz),內(nèi)存32 GB。

5.2 訓(xùn)練使用的數(shù)據(jù)

為了能夠克服一定的光照影響，增強(qiáng)網(wǎng)絡(luò)的魯棒性訓(xùn)練數(shù)據(jù)所用的人眼與嘴巴區(qū)域圖像必須采集包含不同強(qiáng)度光照的圖像。部分訓(xùn)練數(shù)據(jù)的眼口圖像如圖4所示。

圖4 不同光照下的圖像

5.3 實(shí)驗(yàn)結(jié)果與分析

訓(xùn)練眼口狀態(tài)識(shí)別模型后，為了測(cè)試該網(wǎng)絡(luò)模型的性能，采集了3段視頻數(shù)據(jù)(視頻總幀數(shù)分別為652,1 103,1 037)，獲行相應(yīng)的睜閉眼狀態(tài)檢測(cè)和張閉嘴狀態(tài)識(shí)別準(zhǔn)確率為：95.86 %，92.94 %；95.1 %，93.11 %；96.91 %，94.12 %。

采集4段大小為320×240的視頻幀進(jìn)行實(shí)時(shí)性測(cè)試，測(cè)得獲取人眼區(qū)域(含檢測(cè)定位)、人眼狀態(tài)識(shí)別、嘴巴狀態(tài)識(shí)別、總耗時(shí)分別為：1#視頻：23.41，6.57，6.02，40.94 ms；2#視頻：24.50，7.10，6.34，42.97 ms；3#視頻：23.12,7.09,6.76,41.52 ms；4#視頻：23.42,6.51,7.08,41.17 ms?？梢钥闯?，該方法的實(shí)時(shí)性較好，滿(mǎn)足實(shí)際要求。

5.4 疲勞檢測(cè)系統(tǒng)測(cè)試

駕駛員疲勞狀態(tài)時(shí)的PERCLOS值會(huì)比正常情況下高，同時(shí)駕駛員也可能伴隨打哈欠，通過(guò)多組實(shí)驗(yàn)分析，設(shè)定各參數(shù)閾值，在模擬駕駛環(huán)境中對(duì)4組實(shí)驗(yàn)對(duì)象進(jìn)行疲勞狀態(tài)檢測(cè)，分別采用單參數(shù)和雙參數(shù)作為判斷依據(jù)，權(quán)重w1=4/5,w2=1/5。從表1中第3組和第4組實(shí)驗(yàn)中可以看出雙參數(shù)的方法更可靠，能夠準(zhǔn)確實(shí)時(shí)地對(duì)駕駛員的疲勞狀態(tài)進(jìn)行檢測(cè)。

表1 疲勞狀態(tài)檢測(cè)實(shí)驗(yàn)結(jié)果

圖5為對(duì)4位駕駛員在連續(xù)時(shí)間段內(nèi)通過(guò)雙參數(shù)進(jìn)行實(shí)時(shí)疲勞檢測(cè)的結(jié)果，從圖中可以看出,3位駕駛者在疲勞狀態(tài)下的P值明顯高于正常駕駛時(shí)的值。

圖5 PERCLOS結(jié)果

圖6為疲勞檢測(cè)系統(tǒng)截取的部分幀數(shù)，系統(tǒng)在進(jìn)行疲勞檢測(cè)過(guò)程中會(huì)實(shí)時(shí)進(jìn)行人臉檢測(cè)與特征點(diǎn)定位，提取眼口區(qū)域圖像進(jìn)行識(shí)別，并計(jì)算當(dāng)前幀的疲勞度P值與嘴部運(yùn)動(dòng)頻率，并實(shí)時(shí)檢測(cè)駕駛員的疲勞狀態(tài)。

圖6 疲勞檢測(cè)系統(tǒng)示意

6 結(jié) 論

提出一種基于眼口狀態(tài)的疲勞檢測(cè)系統(tǒng)，實(shí)驗(yàn)結(jié)果表明：該系統(tǒng)能夠滿(mǎn)足實(shí)際應(yīng)用的要求，能夠?qū)崟r(shí)準(zhǔn)確地對(duì)駕駛員的疲勞狀況進(jìn)行預(yù)測(cè)。