武昆亮，禹素萍，许武军，范 红

(东华大学信息科学与技术学院，上海 201620)

1 引言

疲劳是指对某体力劳动或者脑力劳动进行长时间重复作业，所形成的一种生理阻碍[1]。《道路安全法实施条例》第六十二条表明，连续驾驶机动车超过4h未停车休息，可视为疲劳驾驶。现实中由于多方面因素的影响，例如睡眠质量或者身体情况，4h的驾驶阈值会根据驾驶员的自身情况降低，因此需要一种自适应的疲劳驾驶评估标准。

University of Virginia的Walt研究表明，眼睛疲劳程度与眼睛的闭合时间成正比关系。此基础上，Mellon[2]提出了PERCLOS算法测算眼部疲劳，通过计算单次的眨眼动作进行评估，容易漏判误判，对于连续的时间序列无法判别。

人体头部姿态由欧拉角评估，分别为偏航角(yaw)、俯仰角(pitch)、滚转角(roll)。目前有两种常用的头部姿态算法[3]，一种是基于头部外观的方法，一种是基于模型的方法。基于外观的方法通常使用外观模板与真实图像比较，通过统计运算来推测具体的头部姿态，此方法过度依赖环境与精度，在实时环境下无法得到良好的应用。基于模型的方法具有良好的实时性与鲁棒性，但采集姿态的范围有限，经过Ferrario等人[4]研究发现，人体头部的俯仰角范围为-60.4°～69.6°，滚转角的范围为-40.9°～36.3°，偏航角的范围为-79.8°～75.3°，上述角度均属于姿态的极限范围，现实中，基于模型的方法并不受姿态范围的影响，本文使用该种方法采集头部姿态。

本文提出一种全新的BFR算法来测量眼部特征。同时将头部姿态与眼部特征引入算法框架，进行综合判别。……