刘冀伟，史尹嘉，白 羽，严朝雯

(1.北京科技大学自动化学院,北京 100083;2.北京科技大学计算机与通信工程学院,北京 100083)

1 引言

目前对人状态的识别主要有人脸表情的识别、语音语调的识别、人体姿态的识别以及人体生理信号(如肌肉电、脉搏波、皮肤电、血压、呼吸等)的识别。相关的研究领域主要是驾驶员疲劳检测分析。疲劳表情识别已成为国外学者及研究机构的研究热点，日本、美国及欧洲国家的研究者最为活跃，研究主要有：文献[1]旨在提出一种检测是否疲劳驾驶的系统，来阻止潜在的驾驶危险。这个系统通过网络摄影来获得驾驶员脸部图像。综述了现有常见的人脸识别和眼部跟踪技术，通过在实验室和现实中的测试给出了测试结果。文献[2]基于眼睑运动的算法来实现对是否疲劳驾驶的测定。文中利用层叠分类器的算法来识别人脸，然后通过分析不同图片得出疲劳状态下的眼睑运动规则。文中更深层地建立了相应的规则来判断一个司机是否疲劳驾驶。实验结果表明，该算法满足对驾驶员疲劳状态检测的需求。文献[3]通过眼睛的状态来判断司机的疲劳驾驶状况，为了提高实时反应和可靠性建立了一种基于眼部状态的监测疲劳驾驶状态的算法。眼部的感兴趣区域通过最优几何知识从脸部获取，利用Sobel算子识别边缘信息来判断眼部状态。文中利用了一种新的整数估计算法来定位眼部边缘。

以上研究都是针对特征变化明显的情况进行处理，两极分化较为严重，处于中间过渡特征的情况较少。……