单兴华, 王增才, 范柏旺

(1.山东大学 机械工程学院,山东 济南 250061;2.山东大学 高效洁净机械制造实验室 教育部重点实验室,山东 济南 250061;3.山东大学 机械基础实验教学中心 国家级实验教学示范中心,山东 济南 250061)

0 引 言

分心驾驶是驾驶员造成交通事故的主要原因之一，由于驾驶员的视线方向与其注意力点关系密切[1]，因此,研究驾驶员的视线方向对于安全驾驶具有重要意义。

对于驾驶员的驾驶行为的研究主要有穿戴式[2]和非穿戴式两种方法。由于前者会对驾驶员的驾驶行为造成一定的影响，不适宜在日常的驾驶过程中使用；后者随着近年来机器学习和图像处理技术的发展受到了越来越多的关注[3,4]。驾驶员的视线方向与驾驶员的头部姿态之间存在明显的映射关系，关于头部姿态[5,6]的研究也相对较多，因此，早年的驾驶员视线检测任务直接使用头部姿态来估计驾驶员的视线方向[7,8]。但仅靠头部姿态来估计驾驶员的视线区域的方法在处理车内空间划分较多的复杂情况时效果较差[9]，因此，在近年来的视线检测任务中又加上了眼睛特征[10～12]。眼睛特征的主要信息是寻找瞳孔的位置信息，弗里德曼等人[13]将眼部最大圆形斑点的圆心近似认是驾驶员的瞳孔，但这种眼睛特征提取的方法在图像质量较低时效果表现较差。

本文首先建立驾驶员的实车视线检测的数据集并提取相应的面部特征点，然后通过基于表现的方法提取驾驶员的头部姿态特征；……