冯宇航 叶辉 黄文禧 徐梓浩 林锦樱

摘要： 疲劳预警在各领域都有重要意义，如工作学习状态的预警、驾驶疲劳预警等。通过从用户端摄像头提取出人脸，选取眼部、嘴部等特征，计算人眼睛的开合程度、嘴部开合度、头部偏移程度，并结合罗德里格斯旋转公式的头部姿态检测算法，设计一个适用于多场景的疲劳检测融合算法，并且同时介绍了疲劳检测预警系统设计架构和核心算法过程。实验结果表明，通过以上三种特征信息融合进行疲劳检测具有较高的准确度，可适用于多种场景的疲劳检测。

关键词：人脸识别;特征提取;疲劳检测;头部多姿态;融合识别

中图分类号：TP302      文献标识码：A

文章编号：1009-3044（2021）13-0012-03

Abstract： Fatigue early warning is of great significance in various fields， such as the early warning of work and learning status， driving fatigue and so on. By extracting the face from the client camera， selecting the eye， mouth and other features， calculating the opening and closing degree of human eyes， opening and closing degree of mouth， head offset degree， and combining with the head posture detection algorithm of Rodriguez rotation formula， a fatigue detection system suitable for multi scene is designed. The system architecture and core algorithm process are introduced. The experimental results show that the fatigue detection based on the above three feature information fusion has high accuracy and can be applied to a variety of scenes.

Key words：Face recognition; Feature extraction; Fatigue detection; head multi poses; fusion recognition

1 引言

1.1 疲勞检测方法研究现状

目前业内已经有采用物联网数字化技术实现驾驶员精神状况的检测系统，它基于车联网应用的，以适应行驶安全检测的新需求。这种数字化的系统的应用融合姿态信息的多姿态人脸检测方法，基于生物特征的头部姿态估计方法，融合驾驶员自身多种生物特征的疲劳驾驶模型。大多数以嵌入式为主，普及率也比较低，目前研究疲劳驾驶预警系统的成果较以往增多了，但是还未见到一种方法被大家所公认。其原因主要是：虽然每一种方法都在某一方面具有了一定的说服力和可操作性，但是距离车载、实时、客观的本质要求还有其不可克服的弊端。同时，不仅是驾驶疲劳，在工作和学习中也需要有疲劳预警系统，但目前的预警系统多是以疲劳驾驶为主，对于在办公桌前工作或是在书桌前学习都不太好能够适应需求。……