王秀麗++韓懷陽

摘 要：基于人眼狀態(tài)檢測機(jī)動車駕駛員疲勞狀態(tài)是一種具有可操作性強(qiáng)的檢測方式，該技術(shù)關(guān)鍵在于判斷睜眼狀態(tài)，常用技術(shù)有Hough查找圓法、模板匹配法以及灰度投影法。根據(jù)人眼外形特點(diǎn)，基于橢圓擬合的人眼狀態(tài)分析結(jié)果符合人眼真實狀態(tài)。檢測人眼狀態(tài)后，還需要利用Perclos判斷眨眼頻率，最后根據(jù)設(shè)定的疲勞狀態(tài)評價標(biāo)準(zhǔn)評價駕駛員的品老狀況。

關(guān)鍵詞：人眼狀態(tài) 疲勞檢測 識別技術(shù)

中圖分類號：TP274.4 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2016）10（b）-0168-03

為減少疲勞駕駛引發(fā)的交通事故，研究人員對駕駛員疲勞狀態(tài)監(jiān)測技術(shù)作了大量研究，并且部分研究得到實踐應(yīng)用。當(dāng)前疲勞狀態(tài)監(jiān)測技術(shù)主要分為基于眼部特征和非眼部特征兩類，基于非眼部特征的疲勞狀態(tài)檢測技術(shù)需要將檢測設(shè)備與人體直連，該方式容易影響駕駛員的操作，不適合實際應(yīng)用[1]?；谌搜蹱顟B(tài)特征檢測疲勞屬于非接觸式識別技術(shù)，該技術(shù)不僅也可以實時識別駕駛員的疲勞狀態(tài)，并且不影響駕駛員的行車操作，具有更強(qiáng)的操作性和適用性。

1 人眼狀態(tài)識別方法

1.1 Hough查找圓

Hough查找圓檢測方法主要根據(jù)人眼虹膜狀況進(jìn)行判斷。睜眼狀態(tài)下，眼區(qū)內(nèi)可見虹膜，也可被檢測到圓。眼睛閉合狀態(tài)下，虹膜被眼瞼遮擋，只能檢測圓的一部分或無法檢測到圓。該技術(shù)雖然可用于判斷眼睛開閉情況，但是也存在巨大缺陷。首先，該方式在檢測睜眼狀態(tài)的效果較好，并且虹膜信息應(yīng)比較完善，對圖像的分辨率要求也更高。此外，對人眼虹膜要求也更高，如眼區(qū)域較大且清晰。但是圖像采集視為USB攝像頭，圖像文本分辨率為640×480，分辨率無法滿足要求，系統(tǒng)也難以獲得完整的虹膜輪廓[2]。此外，獲取眼部虹膜輪廓圖像后，系統(tǒng)需要將數(shù)據(jù)放于高維參數(shù)空間處理，數(shù)據(jù)計算量更大且缺乏實效性，因而該技術(shù)不適用于實時監(jiān)測駕駛員的疲勞狀態(tài)。

1.2 模板匹配法

模板匹配法是指對比位置眼睛與眼睛模板的相似度，根據(jù)相似度結(jié)果進(jìn)行評價。在該技術(shù)中需要設(shè)定固定人眼狀態(tài)模板，收集眼睛狀態(tài)信息后，系統(tǒng)將信息與模板信息進(jìn)行比對。但是人眼開閉合情況存在顯著差異，容易導(dǎo)致對比結(jié)果存在較大誤差。例如：單眼皮和雙眼皮、大眼睛和小眼睛，單眼皮、小眼睛人群的上下眼瞼距離小，其睜眼狀態(tài)與雙眼皮、大眼睛人群的閉眼狀態(tài)難以區(qū)分。

1.3 水平灰度投影法

該方法主要根據(jù)眼睛開、閉狀態(tài)下的水平灰度投影特征識別眼睛狀態(tài)。睜眼時，眼瞼位于瞳孔上方，水平灰度投影在瞳孔位置形成低谷，且投影圖低谷區(qū)域范圍較廣。閉眼時，水平灰度投影的低谷寬度狹窄。根據(jù)水平灰度投影的低谷寬度識別眼睛狀態(tài)。該識別方法對圖像分辨率要求較高，因而檢測結(jié)果受光照條件影響較大。采集眼部圖像后，需要先進(jìn)行去噪處理，使用鄰域平均處理投影曲線，定量確定谷底寬度。否則，谷底圖像不明確，或出現(xiàn)多個谷底，導(dǎo)致錯誤識別人眼狀態(tài)。

2 基于橢圓擬合的人眼狀態(tài)分析

從以上3種人眼狀態(tài)識別方法可以看出，任何識別方法都存在優(yōu)點(diǎn)和缺陷，并且識別效率和識別質(zhì)量屬于負(fù)相關(guān)，提高識別效率容易導(dǎo)致檢測結(jié)果準(zhǔn)確性下降，增加誤檢情況?；谝陨?種檢測方法的優(yōu)點(diǎn)和缺點(diǎn)，研究大多從綜合角度入手，改進(jìn)或融合多個檢測方式。眼睛輪廓與橢圓相似，可利用橢圓相關(guān)參數(shù)描述人眼狀態(tài)。Hough變換和最小二乘法是橢圓擬合常用方法，其中最小二乘法可用于復(fù)雜對象模型，且擬合度更高。

2.1 基于最小二乘法的橢圓擬合

基于最小二乘法的橢圓擬合是指計算邊緣點(diǎn)到理想擬合橢圓距離的平方和的最小值確定擬合參數(shù)。平面內(nèi)橢圓曲線可描述為：

Ax2+Bxy+Cy2+Dx+Ey+F=0 （1）

假設(shè)α=（A，B，C，D，E，F(xiàn) ），X=（x2，xy，y 2，x，y，1），則橢圓方程可表示為：

F （α，x）=α·x=0 （2）

設(shè)，為擬合點(diǎn)i坐標(biāo)。點(diǎn)到擬合橢圓代數(shù)距離平方和為：

E （α）=2 （3）

最小二乘法進(jìn)行橢圓擬合是指將根據(jù)參數(shù)α使擬合點(diǎn)與擬合橢圓的偏差平方達(dá)到最小：

=argmin{} （4）

根據(jù)橢圓性質(zhì)，橢圓等式中參數(shù)α需要符合要求：

B 2-4AC>0 （5）

由于在不等式約束條件求解過程難度較大，為簡化計算，按照固定比例縮放參數(shù)不影響結(jié)果，因而可將橢圓參數(shù)α的不等式約束條件表示等式約束條件：

B 2-4AC=1 （6）

使用約束條件使橢圓存在唯一解，再構(gòu)建矩陣，使矩陣滿等式

E （α）=（Aα）T（Aα）=αT（ATA）α=αTDα （7）

可將約束條件等式（5）表示為：

αTCα=1 （8）

最終等式（4）和等式（6）的約束條件問題轉(zhuǎn)化為等式（8）約束條件下求解等式（7）的條件極值問題，并可求解獲得

Dα=λCα （9）

ΑTCα=1 （10）

等式（9）可求得廣義特征值及特征向量，（λi，αi），對于任意常量ki，（λi，kiαi）為等式（10）的解，帶入等式（10）可求得ki=，即=ki。根據(jù)國外研究，該等式有且僅有一組特征值大于0。

2.2 人眼狀態(tài)識別

橢圓擬合處理人眼輪廓后，可以將橢圓擬合參數(shù)作為人眼輪廓信息。根據(jù)最小二乘法進(jìn)行橢圓擬合計算后，可分別求得橢圓長軸a和短軸b的長度：

a=，b=

θ=（θ為長軸相對水平坐標(biāo)的偏轉(zhuǎn)角）

由于數(shù)據(jù)屬于擬合計算結(jié)果，因而長軸和短軸數(shù)據(jù)為圖像只存，而非人眼上下眼瞼真實間距。另外，駕駛員與攝像頭距離、頭部轉(zhuǎn)動都可能導(dǎo)致短軸長度低于閉眼，因而不能直接將b值作為判斷標(biāo)志，而需計算其長軸和短軸比值，pe=。國內(nèi)研究人員發(fā)現(xiàn)，當(dāng)pe>0.24，眼睛處于睜開狀態(tài)，否則眼睛處于閉合或半閉合狀態(tài)，可判定駕駛員處于疲勞狀態(tài)。并且該研究顯示睜眼狀態(tài)、半睜眼狀態(tài)和閉合狀態(tài)檢測準(zhǔn)確率分別為91.6%、84.2%、90.5%。實驗結(jié)果表明基于橢圓擬合的人眼狀態(tài)識別方法的效果顯著，但實驗效果受環(huán)境影響較大。光線條件較好情況可獲取清晰的眼部圖片，識別準(zhǔn)確率高。如若眼部圖片分辨率或清晰度較低，閉眼狀態(tài)識別效果不佳，并且半睜開和閉合狀態(tài)判斷存在較大的主觀性，誤差率高。

3 基于PERCLOS和眨眼頻率的識別技術(shù)

3.1 PERCLOS檢測原理

計算PERCLOS后，根據(jù)系統(tǒng)設(shè)定的閾值判斷疲勞狀態(tài)。判斷原理見圖1。實際測量方式分為3種：（1）P70。是指眼皮蓋過眼球面積超過70%所占時間比；（2）P80。眼皮蓋過眼球表面積超過80%的所占時間比；（3）Em。眼皮蓋過眼球面積超過50%所占時間比。以P70為例，該原則設(shè)兩個眼睛張開程度閾值：P1和P2，如若數(shù)數(shù)據(jù)低于P2，表示眼睛處于閉合狀態(tài)。根據(jù)原理分別測量t 1、t 2、t 3、t 4，并根據(jù)P1和P2公式計算占比：f=，t1和t2分別為針眼最大位置達(dá)到閾值P1、P2所需時間；t3和t4分別為針眼達(dá)到閾值P2和再次達(dá)到閾值P1所需時間。使用PERCLOS檢測駕駛員疲勞狀態(tài)需要獲取駕駛員臉部圖像，再分析眼部狀態(tài)，測量PERCLOS值，判斷駕駛員是否處于疲勞狀態(tài)。

3.2 疲勞駕駛測量

為方便計算，眼睛閉合幀數(shù)占總幀數(shù)比值作為PERCLOS值，即PERCLOS=×100%。n和N分別為人眼閉合幀數(shù)和圖片總幀數(shù)。根據(jù)PERCLOS原理，疲勞狀態(tài)下而人眼眨眼時速度慢，時間長，再設(shè)定眨眼時間閾值作為評價標(biāo)準(zhǔn)。

絕大多數(shù)人在不同狀態(tài)下的眨眼時間存在明顯差異，一般情況下單次閉眼時間為0.2～0.3 s，而疲勞狀態(tài)下單次閉眼時間有所增加，且通常超過0.5 s。如若單次閉眼時間超過0.5 s，可判斷駕駛員處于疲勞狀態(tài)。但是眨眼次數(shù)變慢可能因駕駛員走神引起，如駕駛員目光呆滯且眼睛處于張開狀態(tài)；如若眨眼次數(shù)降低由駕駛員疲勞引起，可通過計算單位時間內(nèi)閉眼狀態(tài)幀數(shù)的判斷，即根據(jù)PERCLOS原理判斷；如若由第二種原因引起，PERCLOS原理計算結(jié)果會出現(xiàn)PERCLOS值偏小問題；如若系統(tǒng)判定駕駛員眨眼頻率過低，表明駕駛員眼睛也處于異常狀態(tài)，也應(yīng)提高注意力。

目前多數(shù)研究顯示，根據(jù)PERCLOS值檢測疲勞狀態(tài)使，疲勞狀態(tài)閾值可取40%，再計算單位時間內(nèi)PERCLOS值即可檢測并判斷駕駛員狀態(tài)。如若PERCLOS超過40%，提示駕駛員可能處于疲勞狀態(tài)；如若PERCLOS未超過40%，需要結(jié)合眨眼頻率進(jìn)行判斷；如若眨眼頻率不超過5次/min，則認(rèn)為駕駛員處于走神狀態(tài)。具體檢測過程見圖2。

第一步，識別人眼狀態(tài)，并將睜眼和閉眼分別用“+1”“-1”表示，駕駛員眼睛狀態(tài)為“+1”“-1”的時間序列，系統(tǒng)自動保存人員狀態(tài)序列，用于計算眨眼次數(shù)和眨眼頻率。

第二步，計算PERCLOS值。以30 s為間隔，計算單位間隔時間內(nèi)閉眼幀數(shù)及眨眼幀數(shù)，PERCLOS值為“-1”出現(xiàn)次數(shù)，眨眼次數(shù)為“+1”變?yōu)椤?1”次數(shù)。由于處理單位時間內(nèi)每一幀的工作量極大，因而挨次用隔幀抓取方式，每秒抓取15張圖片。

第三步，結(jié)合PERCLOS值和眨眼頻率判斷疲勞狀態(tài)。PERCLOS>40%表示疲勞；PERCLOS≤40%且眨眼頻率未超過5次/min為疲勞狀態(tài)。

4 結(jié)語

相比較而言，基于橢圓擬合的人眼狀態(tài)分析技術(shù)以及根據(jù)PERCLOS眨眼頻率判斷疲勞狀態(tài)具有較高的準(zhǔn)確率。但是駕駛?cè)藛T的視覺特性受許多因素影響，如，年齡、經(jīng)驗、道路環(huán)境、車速等，都對駕駛員的視覺行為帶來不同程度的影響。雖然存該技術(shù)有許多不完善之處，但是隨著研究不斷深入，駕駛員眼部特征及其研究成果必然在道路安全領(lǐng)域得到廣泛應(yīng)用。

參考文獻(xiàn)

[1] 蔣建國，王雷，齊美彬，等.基于眼睛狀態(tài)檢測的駕駛員疲勞駕駛分析[J].合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2015（2）：175-180.

[2] 吳政南.基于人眼特征的駕駛員疲勞檢測方法分析[J].電子世界，2014（14）：369-370.