蒋丹丹，冯晓毅

（西北工业大学 电子信息学院，陕西 西安 710129）

民航运输中跨时区飞行、长线飞行以及夜间飞行引起的睡眠缺失和生物钟错乱带来的累积效应会导致内源性节律失调，形成飞行中疲劳驾驶[1]。疲劳状态的监控可以防止航空器陷入不可控状态，保障生命和财产安全。作为疲劳征兆的一种直接表象，人眼检测和定位成为非侵入式疲劳检测的主要判别方式。

常用的人眼定位算法有两种思路：一是直接人眼定位算法，如基于模板匹配算法的人眼检测和定位[2]，基于二值化连通域的阈值夹逼算法的人眼定位[3]等，此思路在算法实现上简单，但计算量大，不稳定；二是先检测出人脸，然后在人脸图像区域内再检测人眼，其中人脸检测的算法常用的主要有：基于知识的人脸检测方法[4]、基于特征的人脸检测方法[5-6]、基于模板匹配的人脸检测方法[7]、基于统计理论的人脸检测方法[8]，人眼部分的检测常用的算法有基于灰度积分投影的算法来检测人眼[9]、基于统计方法的人眼检测[10]等，此思路在保证存在人眼区域的情况，能够将计算量减小，并且定位能力增强。

与汽车疲劳驾驶相比，民用航空器本身运行的环境差异（快速的地域转换、高度变换、云层影响等）很大，尤其是空中巡航阶段，单一的外部视角，更容易造成视觉疲劳，感染为生理疲劳和精神疲劳；同时，现代大型客机的座舱管理更加智能化、数字化，计算机的工作负荷很大。针对这些特点，飞行座舱的疲劳检测更趋于使用快速、低复杂度、高精确度算法进行人眼状态检测。……