基于面部特征识别的疲劳检测系统设计

1.研究背景与意义

-疲劳检测在现实生活中具有很大的意义和实用价值，也是一个值 得进一步完善研究的课题。

研究目标

本设计目标在于利用Matlab强大的图像 处理能力和实用便捷的编程方法，通过处理包含 人脸的视频图像，识别分析面部特征，从而得到 比较准确的疲劳状况。

2.系统软件设计框架

基于肤

色的人

疲劳检

检测人
眼的闭
合状态

脸检测

夫变换

的人眼

定位

图2-1为待处理的原图

图2-2为在HSV色彩空间中提取到的肤色范围。

2.1基于肤色的人脸检测与提取算法流程

把图2-2中的肤色范围设置为白色，非肤色范围取黑，并且进 行内部填充，可以得到如图2-3所示的人脸范围的黑白模版。

把图2-3与原图2-1乘操作就可以得到整个人脸范 围

把得到的人脸图像转换为灰度图像，如图2-5

人脸灰度图

图2-5

使用Prewitt算子进行边缘检测，得到人眼的边缘曲线如图2-6所示。

边缘检测

由边缘图像进行霍夫变换检测圆，得到人眼的边缘曲线如图2-7所示。

眼睛检测

得到的人眼边缘曲线不是很完整，因此做一下膨胀处理，得到人眼范 围，便于统计大小信息，如图2-8所示。

眼睛检测2

2.2基于霍夫变换的人眼定位与统计

不同闭合度人眼检测结果对比如图2-9

Figure 8

Figure 9

Figure 10

File Edit View Insert Tools Desktop Window Help 小

□ he 惇及&勞？勾疙» File Edit View Insert Tools Desktop Window Help 号 □ Q B 以敏氏轡® 疙》 File Edit View Insert Tools Desktop Window Help 胃 □岸口匱鼠A閱⑥着

边缘检测

眼睛检测

File Edit View Insert Tools Desktop Window Help』

□券口暑風0博您疙

Figure 6

File Edit View Insert Tools Desktop Window Help』

□ Q昌時風纹即®着》

Figure 1

File Edit View Insert Tools Desktop Window Help 小
□渗口昌惇毆0門® M »

人脸灰度图

边緣检测

眼睛检测

画出人眼
变化曲线

对徂到的紹验謳如

□ 5 10 15 20 25 30 35 40 45 50

图像帧&时间

序1龍0所示。+ 一徂到人眼詩1杏的帏新与总数

人眼大.小变化曲统

图 2-10

-本设计简单易行，但是运 行速度比较慢，主要是霍 夫变换运算量比较大。为 了减少运算量，可以进一 步减少人眼搜索范围。

•对于人脸，可以确定，人 眼一般位于头部中间偏上 的位置，加上是下方的脖 子等区域，可以认为人眼 在头部上半部分，如此就 可以把搜索范围减少一半, 运算速度也可以加快一倍。

•减小人脸范围后实验结果:

人脸灰度图

边缘检测

眼睛检测2

眼睛检测

=」」.一

• HSV色彩空间

-色彩空问，即色彩模型，是指颜色在三维空问中的排列方式。肤色由于其 特殊性，在不同的色彩空间表现形式也不同，对肤色的辨识能力和处理效 果也不同。

-HSV色彩属性模式是三原色光模式的一种非线性变换，根据色彩的三个基 本属性：色相、饱和度和明度来确定颜色。色相（H）是色彩的基本属性, 取0-36。度的数值。饱和度（S）是指色彩的纯度，明度（V ）也叫“亮 度”，取 0T00%。

-在对色彩信息的利用中，HSV模型的优点在于它将亮度和反映色彩本质特 性的两个参数分开。在提取一类物体（如人脸）在色彩方面的特性时，可 以获得比较好的效果。

-边缘检测算子

- 几种边缘算子处理实验待测图片的效果对比:

SCiM算子

prewitt 算子

£an質算子

I 口 g算子

-膨胀

-膨胀是将与目标区域接触的背景点合并到该目标中，是目标边界向外部 扩张的处理。膨胀可以用来填补目标区域中存在的某些空洞，以及消除 包含在目标区域中的小颗粒噪声。

-由于得到的人眼边缘不是很完整，难以统计大小信息，需要做膨胀处理。

The term watershed refers to a ndge that …

•眨眼与疲劳

-眨眼，是一种快速的闭眼动作，称为瞬目反射。

•据统计，正常人平均每分钟要眨眼十几次，通常2〜6秒就要 眨眼一次，每次眨眼要用0.2〜0.4秒钟时间。20-40岁之间 的正常人每分钟眨眼约20次，而在睁眼凝视变动快速的电脑 屏幕时，或者人的注意力相对十分集中时，眨眼次数可能会减 少到每分钟4-5次。

•而人出现疲劳后，眨眼频率往往会加快，每次眨眼经历时间也 会相应的变长，因此可以依据人的眨眼频率判断人是否疲劳。

肤色在HSV色彩空间的子空间

S > 10

V > 40

式2-1

<S < 110 - H - 0.1W

H < 75 - 0.4V

0.08(100 - V)H + 0.5V (H > 0)

0.5H + 35 (H < 0)

研究背景与意义

比如说疲劳驾驶，就是诱发严重交 通事故的重要原因之一。据公安交管部门统计， 60%以上的交通事故与疲劳驾驶有关，防范疲劳 驾驶刻不容缓。这不但需要驾驶员自己做到尽量 控制不疲劳驾驶，也需要一个实时的疲劳检测系 统监测驾驶员的疲劳状态，随时提醒驾驶员保持 清醒，才能最大限度的防止疲劳驾驶的出现，减 少交通事故的发生。

•霍夫变换（Hough变换）

-霍夫变换（Hough变换）是一种用于区域边界形状描述的方法, 常常被用于直线段、圆和椭圆的检测。其基本思想是将图像 的空间域变换到参数空间，用大多数边界点满足的某种参数 形式来描述图像中的曲线。Hough变换检测技术根据局部度 量来计算边界曲线参数，因而，对于区域边界噪声干扰或被 其它目标遮盖而引起边界发生间断的情况，具有比较好的容 错性和鲁棒性。

•设计中采用了霍夫变换检测圆的方法定位人眼的位置，得到 人眼的轮廓，进而确定人眼，

人眼大小归一化

在所有的帧中找到人眼区域面积最大的值ma x，以此为基准，其他值依次除以max得到 相对大小值n，n取值理论范围在0-1之间， 但是由于闭眼时仍然存在一些面积信息，故 得到的n一般都是大于0，实验中可以取n 小于0.3就可以判断为闭眼状态。

-人脸检测

•人脸检测是指在输入图像中确定所有人脸（如果存在）的位置、 大小和姿态的过程。人脸检测系统输入的是可能包含人脸的图像， 输出的是图像中是否存在人脸和人脸数目、位置、尺度等信息的 参数化描述。

• 常见的人脸检测方法有：基于统计的方法，基于模版匹配的方法, 基于知识匹配的方法等。其中基于知识匹配方法又可以分为一下 三种规则：轮廓规则，器官分布规则，肤色纹理规则和对称性规 则。
• 本次设计主要采用了基于肤色纹理规则的知识匹配方法进行人脸 检测与提取。

•人眼定位

-人眼定位是在包含人脸的图像中，比较准确的找到人眼的位置, 并且提取相关的人眼信息。

•常见的人眼定位方法包括一下四种：

• 1）模版匹配法
• 2 ）霍夫变换法
• 3）灰度投影法
• 4）对称变换法