张志文　付永庆

(西安工业大学电子信息工程学院　西安　710021)



基于眼球运动状态检测的疲劳预警系统研究*

张志文付永庆

(西安工业大学电子信息工程学院西安710021)

摘要基于ARM+Linux平台上对于疲劳预警方案的实现,采用了一种新的适用于驾驶疲劳检测的疲劳状态判别算法。即当人处于疲劳状态时,眼球运动速率会大幅度下降,根据这一特点,并结合新型的CortexA8的ARM处理器,以及Linux操作系统、Qt图像化界面库和OpenCV计算机视觉库,设计了基于此嵌入式平台的疲劳预警系统。最后仿真可表明,该系统对驾驶员疲劳预警具有一定的准确性与可研究性。

关键词疲劳预警; 眼球运动; 人脸、人眼检测

Fatigue Warning System Based on the State of Eyemovement Detection

ZHANG ZhiwenFU Yongqing

(School of Electronic Information Engineering, Xi’an Technological University, Xi’an710021)

AbstractAiming at the realization of the fatigue early warning scheme based on ARM+Linux platform, a new method is designed for the fatigue detection of driver fatigue detection in this paper. When a person is in a state of fatigue, it will be a significant decline in the rate of eye movement, According to this feature, and combining with the new ARM CortexA8 processor, Linux operating system, Qt graphical interface library and OpenCV computer vision library, a fatigue warning system is designed based on this embedded platform. Finally, the simulation shows that this system has certain accuracy and scientific research.

Key Wordsfatigue warning, eye movement, face and eye detect

Class NumberTN919.85

1引言

本课题是通过使用AdaBoost算法对人脸、人眼的识别[2],然后结合Canny算子进行边缘检测,再用Hough变换方法实现人眼虹膜中心的定位跟踪[3],最后利用角点检测原理检测出眼角位置,然后采用帧差分法和人眼在脸部的方位信息来跟踪人眼区域[4],并且提取与人眼相关的疲劳特征信息,最后可以根据眼球运动速率、Perclos等人眼疲劳判定方法来判断疲劳状态[1]。由于在实际情况下使用Perclos方法[5],即对人眼黑色像素比例计算来判断疲劳驾驶的方法实时性不够好、准确度不够高,鉴于这种情况,可以通过采用计算眼球运动速率的方法进行疲劳预警,当人处于疲劳状态时,人的眼球运动速率会大幅度降低,因此本文针对于这种新的疲劳检测预警方法进行了研究。

2人脸以及人眼的检测

本文涉及的Haar分类器方法是一种从整体算法来讲较为成熟、可靠的算法。……