文献类型：专利

中文题名：一种基于深度学习的疲劳驾驶的检测识别方法

作者：徐国保[1];姚旭[1];叶昌鑫[1];麦锐滔[1];赵霞[1];王骥[1];王立臣[1];李小立[1];陆晓珉[1];陈晓航[1];

机构：[1]广东海洋大学;

专利类型：发明专利

申请号：CN202010505707.3

申请日：20200605

申请人地址：524088 广东省湛江市麻章区海大路1号

公开日：20201009

代理人：谢秀娟

代理机构：11562 北京东方盛凡知识产权代理事务所(普通合伙)

语种：中文

中文关键词：人脸图像;人脸;人脸特征点检测;卷积神经网络;实时视频图像;驾驶员疲劳;驾驶员眼睛;闭合状态;关键特征;环境噪声;结果影响;疲劳驾驶;视频图像;图像建立;预警机制;自动识别;嘴巴区域;嘴部特征;对齐;关键点;三通道;实时性;检测;眼部;去除;嘴巴;开车;采集;驾驶;分割;学习

中文摘要：本发明提供一种基于深度学习的疲劳驾驶的检测识别方法，包括如下内容：采集驾驶员开车的实时视频图像；提取所述视频图像中的人脸图像；采用人脸特征点检测方法实现人脸图像的关键点对齐，分割出所述人脸图像中的眼睛和嘴巴区域；利用提取出来的人脸、眼睛和嘴巴的图像建立三通道卷积神经网络，检测出驾驶员是否睁闭眼、打哈欠；求出单位时间内驾驶员眼睛闭合状态所占的百分比,同时结合打哈欠的频率完成驾驶员疲劳驾驶的预警机制。本发明无需和驾驶员直接接触,并通过自动识别人脸有效去除环境噪声的干扰，且拥有高的实时性，将眼部和嘴部特征结合起来，提高了关键特征对结果影响的比重,进一步提高了精度且拥有更好的适用性。