列车司机疲劳驾驶监测中的人脸定位方法研究

摘要

人脸定位是采用机器视觉非接触式方法监测列车司机驾驶状态的基础环节。针对疲劳驾驶监测对实时性和鲁棒性要求高的问题,提出一种融合检测与跟踪的人脸定位方法。在检测阶段,构造H-Cg Cr肤色模型并提出一种加速方法筛选人脸候检区域;构造融合LBP特征训练出具有旋转不变性的SVM分类器,检测被AdaBoost漏检或误检的人脸。在准确获取人脸位置后,启动fDSST算法进行跟踪,并对算法的跟踪置信度进行判定以确保跟踪效果。实验结果表明:该方法能提升检测率,降低误检率,当司机头部摆动、转动或发生部分遮挡时,其脸部均能被准确定位,鲁棒性强;肤色加速检测方法能将人脸候检区域筛选耗时降低81.09%,f DSST跟踪算法能将人脸定位平均速度提升至45帧/s,满足实时性要求。