基于OpenCV的人眼檢測(cè)及疲勞判斷

浙江大學(xué)城市學(xué)院信息與電子工程系 尚麗娜 石晴瑤 方 健

引言：個(gè)人駕駛出行所具備的高自由度以及私家車(chē)的大范圍普及給人們提供了便利的同時(shí)也帶來(lái)了很多安全隱患。車(chē)輛駕駛者特別是長(zhǎng)途貨運(yùn)司機(jī)和客運(yùn)司機(jī)若是沒(méi)有得到良好且充沛的休息時(shí)間，就很有可能會(huì)引發(fā)疲勞駕駛。而在公路尤其是高速公路上駕駛員必須時(shí)時(shí)刻刻保持警惕清醒的駕駛狀態(tài)，一恍惚的走神都有可能引發(fā)交通事故從而造成嚴(yán)重的后果甚至危及人命，與此相比疲勞駕駛更是可怕。人處在疲勞狀態(tài)中是不會(huì)有平時(shí)那么快的反應(yīng)時(shí)間和平時(shí)那么敏捷的反應(yīng)能力的，在車(chē)來(lái)車(chē)往的馬路上這種狀態(tài)更是可能造成嚴(yán)重的交通事故，且根據(jù)相關(guān)統(tǒng)計(jì)，疲勞駕駛所引發(fā)的交通事故的數(shù)量占事故總數(shù)的一大部分，而在日常生活中因疲勞而導(dǎo)致的工作效率降低以及不必要的麻煩也十分常見(jiàn)。而疲勞駕駛以及各項(xiàng)因疲勞狀態(tài)而導(dǎo)致的事故所發(fā)生的大部分原因是參與者并未意識(shí)到自己已經(jīng)身處疲勞狀態(tài)，所以在意識(shí)到自己已處于疲勞狀態(tài)之前及時(shí)讓自己得到提醒可以讓許多因疲勞而帶來(lái)的后果避免發(fā)生，從而大大降低各種因疲勞而導(dǎo)致的事故發(fā)生?；诖朔N現(xiàn)狀，設(shè)計(jì)了疲勞檢測(cè)系統(tǒng)，可以對(duì)被測(cè)者進(jìn)行疲勞程度檢測(cè)，并進(jìn)行相應(yīng)提醒，從而避免很多事故的發(fā)生。

1.系統(tǒng)框架設(shè)計(jì)

圖1 設(shè)計(jì)流程框圖

人眼檢測(cè)率離不開(kāi)人眼檢測(cè)算法和多次定時(shí)獲取當(dāng)前幀圖像的操作，這一切又都是以圖像數(shù)據(jù)的獲取作為前提的。該人眼檢測(cè)及疲勞檢測(cè)系統(tǒng)的主要流程劃分為六個(gè)，分別是“獲取圖像”部分，“人臉檢測(cè)”部分，“人眼區(qū)域計(jì)算”部分，“人眼檢測(cè)”部分，“單位時(shí)間人眼檢測(cè)率計(jì)算”部分以及“結(jié)果判定”部分，如圖1所示。

單單使用現(xiàn)成的人眼檢測(cè)算法會(huì)帶來(lái)很大的誤判率，既影響成果的使用效率，也影響結(jié)果的正確率。先進(jìn)行人臉檢測(cè)后再通過(guò)坐標(biāo)的方式進(jìn)行區(qū)域劃分和人眼長(zhǎng)度與寬度的預(yù)測(cè)來(lái)確定人眼區(qū)域，使用這種方式大大提高了人臉人眼檢測(cè)的準(zhǔn)確率和效率。

2.系統(tǒng)設(shè)計(jì)原理

在開(kāi)始疲勞檢測(cè)之前需要先打開(kāi)攝像頭來(lái)完成圖像數(shù)據(jù)的采集或是使用按鈕打開(kāi)圖片獲取圖像，完成圖像數(shù)據(jù)采集之后需要完成圖像數(shù)據(jù)的傳輸，接下來(lái)使用已有的人臉檢測(cè)算法來(lái)檢測(cè)出人臉的所在位置，之后再通過(guò)對(duì)人臉長(zhǎng)度人臉寬度進(jìn)行計(jì)算來(lái)完成坐標(biāo)的設(shè)置，再以程序編寫(xiě)的形式實(shí)現(xiàn)人臉上人眼區(qū)域的位置預(yù)估及大小計(jì)算，并在通過(guò)預(yù)測(cè)計(jì)算得出的區(qū)域進(jìn)行人眼檢測(cè)，從而提高人眼檢測(cè)的工作效率以及減少誤判概率。因?yàn)槿颂幱谄跔顟B(tài)時(shí)人眼的張開(kāi)力度會(huì)出現(xiàn)明顯的減小，現(xiàn)成的人眼檢測(cè)算法在人眼張開(kāi)力度較小時(shí)檢測(cè)不到人眼，所以可以將單位時(shí)間內(nèi)的人眼檢測(cè)率數(shù)值作為疲勞判斷的重要依據(jù)。同時(shí)檢測(cè)到人眼后以人眼的張開(kāi)的寬敞比例進(jìn)行人物疲勞程度的再次判斷。

圖2 級(jí)聯(lián)分類器

本系統(tǒng)中的人臉檢測(cè)使用Adaboost級(jí)聯(lián)分類器。haar分類器的結(jié)構(gòu)如下。

Haar分類器 = Haar-like特征+積分圖方法+Adaboost+級(jí)聯(lián)

圖3 程序?qū)υ捒蚪缑?/p>

圖4 測(cè)試結(jié)果1

圖5 測(cè)試結(jié)果2

Haar分類器由Haar-like特征加積分圖加Adaboost再加級(jí)聯(lián)構(gòu)成，具體強(qiáng)分類器的方式如下。

haar分類器可由多個(gè)強(qiáng)分類器進(jìn)行級(jí)聯(lián)組合，級(jí)聯(lián)分類器圖像如圖2所示。

3.系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

3.1 檢測(cè)前的圖像預(yù)處理

圖像數(shù)據(jù)的預(yù)先處理過(guò)程主要包括了“灰度化cvtColor”處理和“直方圖均衡化EqualizeHist”處理；因?yàn)樵趯?duì)物體的識(shí)別過(guò)程中，識(shí)別的關(guān)鍵就是對(duì)物體邊緣的認(rèn)識(shí)程度，而影響對(duì)物體邊緣認(rèn)知程度的本質(zhì)在于梯度，可是計(jì)算梯度時(shí)所要求的處理對(duì)象必須是灰度圖，所以在進(jìn)行檢測(cè)之前先對(duì)圖像進(jìn)行灰度化處理是不可少的預(yù)備工作。經(jīng)過(guò)這些處理之后再進(jìn)行人臉檢測(cè)，可以獲得不錯(cuò)的檢測(cè)效果。

圖像預(yù)處理的部分代碼實(shí)現(xiàn)如下所示。

3.2 人眼區(qū)域的劃分

因?yàn)橹苯硬捎矛F(xiàn)成的人眼檢測(cè)算法進(jìn)行人眼檢測(cè)會(huì)因?yàn)闄z測(cè)區(qū)域較大的因素而存在不小的誤判率，與此同時(shí)檢測(cè)效率也較低，會(huì)導(dǎo)致整個(gè)程序的響應(yīng)變慢。而在進(jìn)行人眼檢測(cè)模塊之前，先利用已經(jīng)訓(xùn)練好的結(jié)果進(jìn)行人臉的檢測(cè)，再通過(guò)對(duì)人眼位置的預(yù)測(cè)而進(jìn)行人眼區(qū)域的劃分，最后再在劃分出來(lái)的人眼區(qū)域內(nèi)通過(guò)現(xiàn)成訓(xùn)練好的XML文件進(jìn)行人眼檢測(cè)。因此，在正式進(jìn)行人眼檢測(cè)的工作前先進(jìn)行人眼區(qū)域的預(yù)測(cè)劃分是具有實(shí)用特質(zhì)的。

通過(guò)對(duì)人臉的長(zhǎng)度采集以及人臉寬度采集，并對(duì)采集到的數(shù)據(jù)加以數(shù)據(jù)運(yùn)算，可以得到人眼區(qū)域的大致位置以及區(qū)域大小。同時(shí)實(shí)現(xiàn)對(duì)人左眼位置和右眼位置的分別預(yù)測(cè)，在完成人眼區(qū)域的預(yù)測(cè)之后再針對(duì)預(yù)測(cè)出來(lái)的區(qū)域進(jìn)行人眼檢測(cè)可以在很大程度上提高人眼檢測(cè)的準(zhǔn)確率，并且在此同時(shí)可以大大提高工作效率，為實(shí)時(shí)輸出判斷結(jié)果打下基礎(chǔ)。

3.3 疲勞判斷

被測(cè)者在比較疲勞的時(shí)候，眼睛會(huì)張開(kāi)比較小，甚至有可能偶爾閉上，這種情況下，用已有的人眼檢測(cè)算法不能檢測(cè)到人眼，所以可以通過(guò)最終能否檢測(cè)出人眼來(lái)判斷是否疲勞。在此基礎(chǔ)上再次在檢測(cè)到人眼后通過(guò)人眼的長(zhǎng)寬比例來(lái)判定人物的疲勞程度。

3.4 實(shí)時(shí)輸出

為了實(shí)現(xiàn)實(shí)時(shí)輸出，需要先獲取當(dāng)前的時(shí)間，函數(shù)GetTime()可以幫助我們實(shí)現(xiàn)這一功能，主要代碼如下。

4.系統(tǒng)實(shí)現(xiàn)及評(píng)價(jià)

系統(tǒng)最終實(shí)現(xiàn)的運(yùn)行對(duì)話框界面如圖3所示。

人臉及人眼的區(qū)域在左側(cè)，通過(guò)矩形框了出來(lái)，在眼睛正常張開(kāi)的情況下，檢測(cè)結(jié)果區(qū)（在后側(cè)）快速地輸出了檢測(cè)時(shí)間及檢測(cè)結(jié)果偏精神的結(jié)論，如圖4所示。

被測(cè)者減小了眼睛的張開(kāi)力度，顯示出疲勞狀態(tài)，檢測(cè)結(jié)果變?yōu)槠冢鐖D5所示。

在被測(cè)者戴眼鏡和不戴眼鏡的不同情況下，該程序都能檢測(cè)出被測(cè)者的疲勞程度。

5.結(jié)論

本系統(tǒng)能夠快速進(jìn)行人眼區(qū)域劃分及疲勞判斷，并且檢測(cè)結(jié)果區(qū)迅速輸出檢測(cè)結(jié)果；在是否佩戴眼鏡的兩種情況下都能保持較為良好的工作效率和準(zhǔn)確率。

經(jīng)過(guò)測(cè)試，該程序性能穩(wěn)定，效果良好。