• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于深度相機(jī)的疲勞預(yù)警檢測算法研究

    2020-03-13 12:14李金寶張維忠

    李金寶 張維忠

    摘要:??為解決復(fù)雜環(huán)境下傳統(tǒng)彩色圖像對危險(xiǎn)駕駛行為無法正確識別的難點(diǎn),本文提出一種基于深度相機(jī)的疲勞預(yù)警檢測方法。首先通過深度相機(jī)獲取駕駛員的紅外圖像與深度圖像,對獲取的紅外圖像使用局部二值模式(local?binary?pattern,LBP)特征算子檢測定位人臉區(qū)域;在人臉區(qū)域使用隨機(jī)森林和全局線性回歸相結(jié)合的方法訓(xùn)練出模型,并檢測定位人臉的68個(gè)特征點(diǎn),進(jìn)而確定眼睛和嘴巴的閉合狀態(tài)。為了增強(qiáng)疲勞檢測的準(zhǔn)確性,判斷駕駛員佩戴眼鏡情況,采用改進(jìn)的疲勞檢測算法判定駕駛員的疲勞狀態(tài),同時(shí)采用圖像處理方法對眼部狀態(tài)與嘴部狀態(tài)進(jìn)行疲勞檢測。檢測結(jié)果表明,本算法能夠有效識別白天和夜間眼睛與嘴部的疲勞狀態(tài),具有較強(qiáng)的實(shí)用性。

    關(guān)鍵詞:??OpenCV;?疲勞檢測;?人臉關(guān)鍵點(diǎn);?紅外圖像;?危險(xiǎn)駕駛

    中圖分類號:?TP391.413?文獻(xiàn)標(biāo)識碼:?A

    收稿日期:?2019-03-25;?修回日期:?2019-10-21

    作者簡介:??李金寶(1995-),男,碩士研究生,主要研究方向?yàn)橛?jì)算機(jī)視覺。

    通信作者:??張維忠(1963-),男,博士,教授,主要研究方向?yàn)橛?jì)算機(jī)視覺、模式識別和圖像處理等。Email:?zhangwz_01@aliyun.com

    目前,我國已成為汽車制造大國,汽車保有量躍居世界第二。隨著汽車數(shù)量的不斷增加,交通事故及死亡人數(shù)也隨之增多。據(jù)美國國家公路交通安全管理局的調(diào)查報(bào)告顯示,在以往的交通事故中,由疲勞駕駛引起的事故比例較大[1]。近年來,通過腦電波檢測疲勞[2-3]和外部特征檢測疲勞都有較大發(fā)展,既有傳統(tǒng)的幀差法[4]與機(jī)器學(xué)習(xí)的Adaboost眼部閾值分割法[5],也有瞳孔判別法[6]、面部特征法[7-8]和使用深度學(xué)習(xí)定位特征點(diǎn)的方法[9-10]。但以上方法多數(shù)受環(huán)境光線影響大、設(shè)備要求高、實(shí)時(shí)性低等缺點(diǎn),導(dǎo)致無法準(zhǔn)確識別?;诖?,本文采用抗干擾能力強(qiáng)的紅外圖像與深度圖像,對基于深度相機(jī)的疲勞預(yù)警檢測方法進(jìn)行研究。紅外圖像進(jìn)行面部識別和特征點(diǎn)提取,并在深度圖像上獲取面部深度與手部深度,去掉噪聲獲得輪廓,同時(shí)根據(jù)其連通域,獲得其手部狀態(tài)。實(shí)驗(yàn)結(jié)果表明,該算法魯棒性高,設(shè)備成本較低,能夠滿足實(shí)時(shí)檢測的需要。該研究為疲勞檢測預(yù)警提供了新思路,具有較高的實(shí)用價(jià)值。

    1?算法設(shè)計(jì)方案

    整個(gè)算法設(shè)計(jì)基于計(jì)算機(jī)視覺技術(shù),根據(jù)駕駛員的眼部特征與嘴部特征來獲得其疲勞狀態(tài),在其疲勞駕駛時(shí)給出實(shí)時(shí)預(yù)警。整體算法設(shè)計(jì)方案如下:

    1)?利用深度相機(jī)獲取紅外圖像。

    2)?利用紅外圖像預(yù)處理后識別面部,結(jié)合隨機(jī)森林和全局線性回歸方法訓(xùn)練出LBF特征模型獲取人臉特征點(diǎn),計(jì)算眼部縱橫比(eye?aspect?ratio,EAR)[11]獲得眼部狀態(tài),同時(shí),結(jié)合嘴部特征,利用改進(jìn)的PERCLOS指數(shù)模型,獲得疲勞狀態(tài)。

    3)?在深度圖像下處理頭部區(qū)域,得到面部深度,使用深度閾值分割和形態(tài)學(xué)處理去掉噪聲,獲得面部區(qū)域深度圖像,連通域二值化并根據(jù)連通域面積變化計(jì)算面部狀態(tài)。進(jìn)行疲勞檢測與危險(xiǎn)駕駛行為檢測,檢測算法流程圖如圖1所示。

    2?人臉的檢測與特征點(diǎn)獲取

    2.1?基于局部二進(jìn)制模式直方圖(local?binary?patterns?histograms,LBPH)的人臉檢測

    局部二值模式(local?binary?patterns,LBP)算子[12]是在一個(gè)3×3的窗口內(nèi)取其中心像素值為閾值,與周圍8個(gè)像素值進(jìn)行比較,若大于,標(biāo)記為1,否則為0。其公式為

    LBPxc,yc=∑p-1p=02ps(ip-ic)(1)

    式中,其中,xc,yc是中心像素;亮度ic,ip為鄰接像素;sx=1x≥00x<0?。

    采用LBP特征檢測人臉,與哈爾特征(Haarlike?features)檢測人臉相比,運(yùn)算速度快,精準(zhǔn)度高,滿足在邊緣計(jì)算平臺下要求時(shí)效性的特點(diǎn),LBP特征的人臉檢測與人臉識別已得到廣泛應(yīng)用[13-14]。首先計(jì)算圖像大小為(w-2?radius,h-2?radius)的第i個(gè)LBP編碼圖像LBPi,然后計(jì)算各像素在第n鄰域所對應(yīng)的像素偏移坐標(biāo)dx,dyn,即

    dxn=-radius?sin2.0?PInneighborsdyn=-radius?cos2.0?PInneighbors(2)

    采用雙線性差值,計(jì)算像素(x,y)第n鄰域的灰度值gray(x,y)n和編碼LBP(x,y)n,即

    LBP(x,y)n=1(grayx,yn≤gray(x,y))0(grayx,yn>grayx,y)(3)

    所以得出像素LBP編碼值為

    LBPx,y=∑neighbors-1n=0LBP(x,y)n×2n?(x∈0,w-2?radius,y∈(0,h-2?radius))(4)

    計(jì)算每個(gè)LBPi圖像的寬度和高度分別為

    w_grad=LBPi.cols/gridxh_grad=LBPi.rows/gridy(5)

    按行統(tǒng)計(jì)每個(gè)LBPi直方圖各值高度,將結(jié)果存儲在HIST中,并將高度除以w_grad×h_grad,進(jìn)行直方圖歸一化,以行為主序列將HIST轉(zhuǎn)換為1維的向量矩陣。計(jì)算直方圖之間的距離為

    disi=∑lenj=0(hij-hqj)hij-hqjhij,?hij≠0(6)

    其中,hij和hqj分別是數(shù)值為j的直方圖高度和待匹配圖像值為j的直方圖高度;len為直方圖最大值。

    2.2?人臉特征點(diǎn)獲取

    在獲得人臉區(qū)域后,采用Ren?Shaoqing提出的隨機(jī)森林和全局線性回歸相結(jié)合的方法[15],進(jìn)行人臉標(biāo)定獲取特征點(diǎn)具有較高的準(zhǔn)確率和實(shí)時(shí)性。首先使用隨機(jī)森林算法和形狀索引特征,得到圖像的局部二值特征,并線性回歸求解回歸模型,然后采用訓(xùn)練得到的特征圖和線性方程更新后得到的shape?Δs,與上個(gè)階段相加,得到當(dāng)前步驟的shape,不斷迭代至結(jié)束。

    由于采集的圖像受光照、背景、噪聲等因素的影響,如果直接檢測會(huì)對算法的適應(yīng)性和結(jié)果的準(zhǔn)確性產(chǎn)生影響,因此需要對獲取的圖像進(jìn)行預(yù)處理。為了有效的區(qū)分前景和背景,在預(yù)處理階段,首先進(jìn)行光照補(bǔ)償和圖像直方圖均衡處理,以增強(qiáng)圖像的對比度。同時(shí),為了消除噪聲的影響,對圖像進(jìn)行中值濾波處理,該方法不僅可以去除孤立點(diǎn)噪聲,還可以有效保護(hù)圖像邊界信息。在預(yù)處理后,再進(jìn)行人臉檢測與特征點(diǎn)檢測,檢測結(jié)果表明,處理后的圖像面部識別率明顯提高。預(yù)處理后的實(shí)驗(yàn)圖如圖2所示。

    3?疲勞檢測

    3.1?眼睛與嘴部狀態(tài)獲取

    當(dāng)獲得實(shí)時(shí)面部特征點(diǎn)后,根據(jù)特征點(diǎn)獲得眼部和嘴部狀態(tài)。眼部狀態(tài)特征有慢眼運(yùn)行(slow?eye?movement,SEM)與睜閉眼特征,Jiao?Y等人[16]利用SEM這一睡眠開始的標(biāo)志特征檢測疲勞,而本文采用基于特征點(diǎn)的方法檢測眼睛閉合狀態(tài),進(jìn)而確定疲勞狀態(tài),但該方法需要計(jì)算眼睛縱橫比(eye?aspect?ratio,EAR)。在人臉的68個(gè)特征點(diǎn)中,每個(gè)眼部有6個(gè)特征點(diǎn),且在睜眼與閉眼時(shí)處在不同的狀態(tài),因此EAR概念被提出,通過計(jì)算眼睛寬和高的比值,計(jì)算眼睛狀態(tài),其計(jì)算方法為

    EAR=‖P2-P6‖+‖P3-P5‖2‖P1-P4‖(7)

    由實(shí)驗(yàn)可知,閉眼時(shí),EAR值發(fā)生明顯波動(dòng),可以方便的找出閾值,并可判斷是否眨眼,符合實(shí)時(shí)檢測要求,精準(zhǔn)度較高。

    為了更加準(zhǔn)確的識別疲勞狀況,本文提出了綜合嘴部狀態(tài)的疲勞檢測指數(shù)PERCLOSmouth,其中mouth為嘴部狀態(tài)mousestate,即嘴部疲勞狀態(tài)。取嘴部內(nèi)嘴角與外嘴角特征點(diǎn),計(jì)算嘴部的寬widthmouse=‖mouseleft-mouseright‖;取嘴部的上、下頂點(diǎn),計(jì)算嘴部的高h(yuǎn)ightmouse=‖mousehigh-mouselow‖,最后計(jì)算嘴部的縱橫比,得出嘴部狀態(tài)為

    mousestate=hightmouse/widthmouse?(8)

    3.2?佩戴眼鏡檢測

    由于佩戴眼鏡使圖像中的人眼特征點(diǎn)擬合產(chǎn)生影響,因此需要戴眼鏡檢測對應(yīng)相應(yīng)的閾值。本文提出的戴眼鏡檢測的具體算法GLASSESdetect如下:

    1)?對獲得的紅外圖像進(jìn)行預(yù)處理,使用均值濾波平滑圖像。

    2)?為了正確判斷是否佩戴眼鏡,需要求出眼睛中部戴眼鏡部位的眼鏡框邊緣,且只需要眼鏡框的Y方向邊緣,因此使用sobel算子進(jìn)行圖像Y方向的邊緣檢測。

    3)?為了方便計(jì)算與提高運(yùn)算效率,對邊緣檢測后的面部圖像進(jìn)行二值化處理。

    4)?利用求得的面部特征點(diǎn),計(jì)算兩眼的中間坐標(biāo)與鼻部特征點(diǎn)的距離和眼睛的內(nèi)角點(diǎn),以此分割眼鏡中間感興趣區(qū)域(region?of?interest,ROI)區(qū)域,不戴眼鏡與戴眼鏡的ROI區(qū)域如圖3所示。

    5)?在分割的ROI區(qū)域,求眼鏡邊緣占ROI的百分比,即白色像素所占比值,實(shí)驗(yàn)結(jié)果表明,當(dāng)比值超6%時(shí)為戴眼鏡情況。

    在獲得是否佩戴眼鏡的判斷結(jié)果后,根據(jù)不同情況進(jìn)行處理。在不佩戴眼鏡的情況下,使用不佩戴眼鏡的ERA閾值;在佩戴眼鏡的情況下,使用佩戴眼鏡的ERA閾值,從而獲取各狀態(tài)下的眼部狀態(tài)。

    3.3?融合眼部與嘴部狀態(tài)的PERCLOS疲勞檢測

    為增強(qiáng)疲勞檢測的魯棒性,馬召賓等人[17]提出了融合眼部特征和頭部姿態(tài)的方法;R.?Ahmed等人[18]采用圖像處理方法,檢測閉眼、打哈欠、頭部傾斜等特征,并綜合判斷疲勞?;谪惾~斯網(wǎng)絡(luò)(bayesian?network,BN)的疲勞評估系統(tǒng)需要多種駕駛狀態(tài)[19],在車上進(jìn)行實(shí)時(shí)計(jì)算收集數(shù)據(jù),成本高,效率低,不易采用;基于主動(dòng)外觀模型的檢測方法只考慮眼睛睜閉合狀態(tài),缺少嘴部疲勞特征[20]。本文提出了融合眼部與嘴部特征的PERCLOS疲勞檢測方法,PERCLOS方法能夠反映人們在困倦時(shí)眼瞼的狀態(tài)和疲勞程度,即眼睛在一段時(shí)間內(nèi)閉合狀態(tài)占總時(shí)間的比值,其有3種測量標(biāo)準(zhǔn):P70,P80,EM,當(dāng)眼瞼遮住瞳孔70%,80%,50%時(shí),判定閉眼。

    在實(shí)際應(yīng)用中,采用P80標(biāo)準(zhǔn),該標(biāo)準(zhǔn)經(jīng)實(shí)驗(yàn)證明,能準(zhǔn)確的表示疲勞狀態(tài)。為方便使用PERCLOS指數(shù),本文改進(jìn)了PERCLOS指數(shù)計(jì)算方法,即

    PERCLOS=framewinkframesum×100%(9)

    式中,framewink為閉眼幀數(shù);framesum為總時(shí)間幀數(shù)。本方法取30?min為一個(gè)時(shí)間區(qū)段,計(jì)算該時(shí)間段內(nèi)有效幀的PERCLOS值與嘴部的狀態(tài),若嘴部張開持續(xù)達(dá)1.5?s,則記為1次哈欠,統(tǒng)計(jì)該時(shí)間段內(nèi)的哈欠次數(shù),超過60次,PEICLOS值+10%。融合哈欠后的PERCLOSmouth值為

    PERCLOS=EYEperclos+10%×MOUTHyawnMOUTHyawn=0yawn>60MOUTHyawn=1yawn<60(10)

    式中,EYEperclos為左、右眼PERCLOS值的均值;yawn為一個(gè)計(jì)時(shí)區(qū)間內(nèi)的哈欠次數(shù),若在該時(shí)間段內(nèi)PERCLOS值>40%,則認(rèn)為達(dá)到疲勞階段,進(jìn)行疲勞預(yù)警,為了防止出現(xiàn)司機(jī)瞌睡的情況,當(dāng)司機(jī)持續(xù)閉眼達(dá)3?s后,也發(fā)出相應(yīng)的疲勞預(yù)警。

    采用UPBoard開發(fā)板,該開發(fā)板處理器為英特爾凌動(dòng)X5?Z8350,最高頻率1.92?GHz,并采用內(nèi)存為1?GB版本在車上實(shí)時(shí)測試,在佩戴眼鏡的情況下,分別測試各方法(PERCLOS、PERCLOSmouth、PERCLOSmouth+GLASSESdetect)的準(zhǔn)確率。各方法檢測到的眼部狀態(tài)準(zhǔn)確率如表1所示。

    邀請兩名清醒狀態(tài)(睡眠充足)和兩名疲勞狀態(tài)(睡眠不足)共4位同學(xué)進(jìn)行30?min的模擬駕駛實(shí)驗(yàn),各狀態(tài)下疲勞檢測情況如表2所示。

    實(shí)驗(yàn)結(jié)果表明,融合嘴部狀態(tài)、眼部狀態(tài)與戴眼鏡檢測的疲勞檢測,能準(zhǔn)確的判斷出佩戴眼鏡和不佩戴眼鏡下的疲勞狀態(tài),對環(huán)境光線的抗干擾能力較強(qiáng),具有較好的魯棒性。

    4?結(jié)束語

    本文提出的基于深度相機(jī)的疲勞駕駛預(yù)警算法,使用人臉特征點(diǎn)的標(biāo)定,并且識別駕駛員是否佩戴眼鏡,可以在多種環(huán)境下進(jìn)行歸一化處理,并計(jì)算縱橫比值來確定睜閉合狀態(tài),同時(shí)結(jié)合融合眼部狀態(tài)和嘴部狀態(tài)的PERCLOS方法,確定駕駛員的疲勞狀態(tài)。實(shí)驗(yàn)結(jié)果表明,本算法穩(wěn)定性好,對系統(tǒng)要求較低,可移植到嵌入式系統(tǒng)上使用,魯邦性強(qiáng),可適用于復(fù)雜光線變化的場景。該研究為復(fù)雜環(huán)境下的疲勞預(yù)警提供了新方法,具有較高的實(shí)用價(jià)值。

    參考文獻(xiàn):

    [1]?汪前進(jìn),?鄭占杰.?基于計(jì)算機(jī)視覺的危險(xiǎn)駕駛預(yù)警系統(tǒng)研究與設(shè)計(jì)[J].?長沙大學(xué)學(xué)報(bào),?2018,?32(5):?37-40.

    [2]?Yin?J,?Hu?J,?Mu?Z.?Developing?and?evaluating?a?mobile?driver?fatigue?detection?network?based?on?electroencephalograph?signals[J].?Healthcare?Technology?Letters,?2017,?4(1):?34-38.

    [3]?Hu?J?F,?Min?J?L.?Automated?detection?of?driver?fatigue?based?on?EEG?signals?using?gradient?boosting?decision?tree?model[J].?Cognitive?Neurodynamics,?2018,?12(4):?431-440.

    [4]?程如中,?趙勇,?戴勇,?等.?基于Adaboost方法的車載嵌入式疲勞駕駛預(yù)警系統(tǒng)[J].?北京大學(xué)學(xué)報(bào):?自然科學(xué)版,?2012,?48(5):?719-726.

    [5]?Chang?T?H,?Chen?Y?R.?Driver?fatigue?surveillance?via?eye?detection[C]∥17th?International?IEEE?Conference?on?Intelligent?Transportation?Systems?(ITSC).?Qingdao,?China:?IEEE,?2014:?366-371.

    [6]?Chakraborty?M,?Aoyon?A?N?H.?Implementation?of?computer?vision?to?detect?driver?fatigue?or?drowsiness?to?reduce?the?chances?of?vehicle?accident[C]∥2014?International?Conference?on?Electrical?Engineering?and?Information?&?Communication?Technology.?Dhaka,?Bangladesh:?IEEE,?2014.

    [7]?Hu?J?F.?Comparison?of?different?features?and?classifiers?for?driver?fatigue?detection?based?on?a?single?EEG?channel[J].?Computational?and?Mathematical?Methods?in?Medicine,?2017(3):?1-9.

    [8]?Zhang?F,?Su?J,?Geng?L,?et?al.?Driver?fatigue?detection?based?on?eye?state?recognition[C]∥?2017?International?Conference?on?Machine?Vision?and?Information?Technology?(CMVIT).?Singapore,?Singapore:?IEEE,?2017.

    [9]?游峰,?梁昭德.?基于深度學(xué)習(xí)的駕駛?cè)似跈z測算法研究[J].?武漢理工大學(xué)學(xué)報(bào):?交通科學(xué)與工程版,?2018,?42(3):?417-421.

    [10]?Zhao?X?P,?Meng?C?N,?Feng?M?K,?et?al.?Fatigue?detection?based?on?cascade?convolutional?neural?network[J].?Journal?of?Optoelectronics?Laser,?2017,?28(5):?497-502.

    [11]?Tereza?Soukupová.?Eyeblink?detection?using?facial?landmarks[D].?Prague,?Czech?Republic:?Faculty?of?Electrical?Engineering,?Czech?Technical?University,?2016.

    [12]?Ojala?T,?Pietikainen?M,?Harwood?D.?A?comparative?study?of?texture?measures?with?classification?based?on?feature?distributions[J].?Pattern?Recognition,?1996,?29(1):?51-59.

    [13]?蓋健,?劉小華,?李銳杰,?等.?基于LBP的圖像集人臉識別算法[J].?東北師大學(xué)報(bào):?自然科學(xué)版,?2015,?47(4):?84-87.

    [14]?朱峰.?一種基于多尺度LBPH特征的快速人臉識別算法[J].?計(jì)算機(jī)應(yīng)用與軟件,?2015,?32(8):?315-319.

    [15]?Ren?S?Q,?Cao?X?D,?Wei?Y?C,?et?al.?Face?alignment?at?3000?FPS?via?regressing?local?binary?features[C]∥IEEE?Conference?on?Computer?Vision?and?Pattern?Recognition.?Columbus,?OH,?USA:?IEEE,?2014:?1685-1692.

    [16]?Jiao?Y,?Peng?Y,?Lu?B?L,?et?al.?Recognizing?slow?eye?movement?for?driver?fatigue?detection?with?machine?learning?approach[C]∥2014?International?Joint?Conference?on?Neural?Networks?(IJCNN).?Beijing,?China:?IEEE,?2014:?4035-4041.

    [17]?馬召賓.?融合眼部特征及頭部姿態(tài)的實(shí)時(shí)疲勞駕駛檢測技術(shù)研究[D].?濟(jì)南:?山東大學(xué),?2016.

    [18]?Ahmed?R,?Emon?K?E?K,?Hossain?M?F.?Robust?driver?fatigue?recognition?using?image?processing[C]∥2014?International?Conference?on?Informatics,?Electronics?&?Vision?(ICIEV).?Nanjing,?China:?IEEE,?2014:?1-6.

    [19]?Guo?W?Q,?Xiao?Q?K,?Hou?Y?Y,?et?al.?A?novel?driver?fatigue?assessment?in?uncertain?traffic?condition[C]∥Proceedings?of?the?33rd?Chinese?Control?Conference.?Dhaka,?Bangladesh:?IEEE,?2014:?4777-4781.

    [20]?Xie?J?F,?Xie?M,?Zhu?W.?Driver?fatigue?detection?based?on?head?gesture?and?PERCLOS[C]∥2012?International?Conference?on?Wavelet?Active?Media?Technology?and?Information?Processing?(ICWAMTIP).?Chengdu,?China:?IEEE,?2012:?128-131.

    Fatigue?Warning?Detection?Algorithm?Based?on?Depth?Camera

    LI?Jinbao,?ZHANG?Weizhong

    (College?of?Computer?Science?&?Technology,?Qingdao?University,?Qingdao?266071,?China)

    Abstract:??In?order?to?solve?the?difficulty?that?traditional?color?images?cant?correctly?identify?dangerous?driving?behaviors?in?complex?environments,?a?fatigue?warning?method?based?on?depth?camera?is?proposed?in?this?paper.?Firstly,?the?infrared?image?and?the?depth?image?of?the?driver?are?obtained?by?the?depth?camera,?and?the?local?binary?region?mode?feature?operator?is?used?to?detect?the?localized?face?region?for?the?acquired?infrared?image;?the?random?face?forest?is?combined?with?the?global?linear?regression?method?for?training?in?the?face?region.?The?model?is?detected,?and?68?feature?points?of?the?face?are?detected?to?determine?the?closed?state?of?the?eyes?and?mouth;?in?order?to?enhance?the?accuracy?of?the?fatigue?detection,?and?whether?or?not?the?driver?wears?the?glasses,?the?fatigue?state?of?the?driver?is?determined?by?the?improved?fatigue?detection?algorithm.?At?the?same?time,?the?image?processing?method?is?used?to?perform?fatigue?detection?on?the?eye?state?and?the?mouth?state.?The?test?results?show?that?the?algorithm?can?effectively?identify?the?fatigue?state?of?the?eyes?and?mouth?during?the?day?and?night,?and?has?strong?practicability.

    Key?words:??OpenCV;?fatigue?detection;?face?key?points;?infrared?image;?dangerous?driving

    久久久欧美国产精品| 少妇的逼好多水| 日本爱情动作片www.在线观看| 在线观看免费高清a一片| 亚洲欧美日韩另类电影网站| 亚洲第一av免费看| 香蕉丝袜av| 人人妻人人澡人人看| 狂野欧美激情性xxxx在线观看| 国产片特级美女逼逼视频| 91成人精品电影| 国产精品.久久久| 国产一区二区三区av在线| 久久久精品94久久精品| 中文乱码字字幕精品一区二区三区| 日日啪夜夜爽| 亚洲成人av在线免费| av福利片在线| xxxhd国产人妻xxx| 18禁动态无遮挡网站| 亚洲国产精品999| a级毛片在线看网站| 大片电影免费在线观看免费| 欧美国产精品va在线观看不卡| 亚洲伊人色综图| 性高湖久久久久久久久免费观看| 日韩不卡一区二区三区视频在线| 国产av国产精品国产| 亚洲av综合色区一区| 国产又色又爽无遮挡免| 一级片免费观看大全| 最近最新中文字幕免费大全7| 丝袜美足系列| av在线老鸭窝| 美女大奶头黄色视频| 一级毛片 在线播放| 亚洲精品国产色婷婷电影| 下体分泌物呈黄色| 赤兔流量卡办理| 大话2 男鬼变身卡| a 毛片基地| 亚洲三级黄色毛片| 天天操日日干夜夜撸| 五月玫瑰六月丁香| 久久久久国产精品人妻一区二区| 午夜福利,免费看| 国产精品国产三级专区第一集| 欧美另类一区| 国产69精品久久久久777片| 国产精品不卡视频一区二区| 中文欧美无线码| av一本久久久久| 老司机影院成人| 青春草视频在线免费观看| 满18在线观看网站| 亚洲内射少妇av| 国产 精品1| 一区二区日韩欧美中文字幕 | 免费大片18禁| 如何舔出高潮| 亚洲成人av在线免费| 亚洲av男天堂| 亚洲国产色片| 久久亚洲国产成人精品v| 亚洲精品aⅴ在线观看| 又粗又硬又长又爽又黄的视频| 国产亚洲精品久久久com| 一个人免费看片子| 天天躁夜夜躁狠狠久久av| 多毛熟女@视频| 亚洲精品成人av观看孕妇| 亚洲精品久久成人aⅴ小说| 欧美精品人与动牲交sv欧美| 在线观看国产h片| 99热全是精品| 国产成人精品福利久久| 亚洲一级一片aⅴ在线观看| 2021少妇久久久久久久久久久| 亚洲国产毛片av蜜桃av| 91午夜精品亚洲一区二区三区| √禁漫天堂资源中文www| 国产精品99久久99久久久不卡 | 久久久国产欧美日韩av| 国产熟女欧美一区二区| 一级a做视频免费观看| 侵犯人妻中文字幕一二三四区| 国产不卡av网站在线观看| 汤姆久久久久久久影院中文字幕| 国产综合精华液| 香蕉精品网在线| www.av在线官网国产| 欧美人与性动交α欧美精品济南到 | 纯流量卡能插随身wifi吗| 精品亚洲乱码少妇综合久久| 国产精品久久久久久精品古装| 久久人人97超碰香蕉20202| 熟妇人妻不卡中文字幕| 国产精品国产av在线观看| 不卡视频在线观看欧美| 国产高清不卡午夜福利| 成年美女黄网站色视频大全免费| av播播在线观看一区| 十分钟在线观看高清视频www| 久久久国产一区二区| 亚洲情色 制服丝袜| 久久午夜福利片| 老熟女久久久| 亚洲av日韩在线播放| 国产男女内射视频| 欧美亚洲日本最大视频资源| 精品国产一区二区三区久久久樱花| 桃花免费在线播放| 一级黄片播放器| 久久av网站| 国产熟女午夜一区二区三区| av国产久精品久网站免费入址| av在线老鸭窝| 一区二区三区精品91| 日本爱情动作片www.在线观看| 日韩制服丝袜自拍偷拍| 一级毛片黄色毛片免费观看视频| 国产亚洲最大av| 激情视频va一区二区三区| 国产欧美亚洲国产| 中文精品一卡2卡3卡4更新| 人妻少妇偷人精品九色| 十八禁网站网址无遮挡| 精品久久蜜臀av无| 少妇人妻精品综合一区二区| 色94色欧美一区二区| 一级毛片 在线播放| 国产精品久久久久久精品电影小说| 另类亚洲欧美激情| 美女主播在线视频| 亚洲精品日本国产第一区| 少妇被粗大的猛进出69影院 | 丝袜脚勾引网站| 熟女av电影| 婷婷色综合大香蕉| 男人爽女人下面视频在线观看| 少妇被粗大的猛进出69影院 | 99热6这里只有精品| 亚洲性久久影院| 日韩中字成人| 国产片特级美女逼逼视频| 国产精品人妻久久久久久| 中文字幕人妻熟女乱码| 女性被躁到高潮视频| 国产不卡av网站在线观看| 久久精品国产自在天天线| 精品国产国语对白av| 日韩电影二区| 欧美日韩成人在线一区二区| 精品少妇内射三级| 日韩精品免费视频一区二区三区 | 曰老女人黄片| 岛国毛片在线播放| 97在线视频观看| 晚上一个人看的免费电影| 人人妻人人澡人人爽人人夜夜| 各种免费的搞黄视频| 秋霞在线观看毛片| 最近中文字幕2019免费版| 九色成人免费人妻av| 亚洲成人一二三区av| 人人妻人人澡人人爽人人夜夜| 久久久国产一区二区| 性色av一级| 亚洲av电影在线进入| 高清av免费在线| 欧美3d第一页| 国产成人精品久久久久久| 中文字幕亚洲精品专区| 久久久国产精品麻豆| 大码成人一级视频| 在线亚洲精品国产二区图片欧美| 久久久亚洲精品成人影院| 免费观看性生交大片5| 涩涩av久久男人的天堂| 91aial.com中文字幕在线观看| 亚洲高清免费不卡视频| 日韩成人伦理影院| 日韩三级伦理在线观看| 久热久热在线精品观看| 母亲3免费完整高清在线观看 | 国语对白做爰xxxⅹ性视频网站| 欧美变态另类bdsm刘玥| 亚洲av男天堂| 亚洲国产欧美日韩在线播放| 母亲3免费完整高清在线观看 | 久久久久网色| av有码第一页| 一级a做视频免费观看| 国产精品蜜桃在线观看| 亚洲精品视频女| 高清不卡的av网站| 欧美97在线视频| 黄片无遮挡物在线观看| 在线 av 中文字幕| 国产精品一区二区在线观看99| 一级a做视频免费观看| 午夜精品国产一区二区电影| 超色免费av| 18禁在线无遮挡免费观看视频| 在线观看免费视频网站a站| 免费人妻精品一区二区三区视频| 免费日韩欧美在线观看| 伦精品一区二区三区| 一本—道久久a久久精品蜜桃钙片| 侵犯人妻中文字幕一二三四区| 色94色欧美一区二区| 黑人猛操日本美女一级片| 内地一区二区视频在线| 国产一区二区三区av在线| av不卡在线播放| 国产成人一区二区在线| 久久人人爽人人爽人人片va| 成年av动漫网址| 日韩av不卡免费在线播放| 毛片一级片免费看久久久久| 亚洲在久久综合| 又粗又硬又长又爽又黄的视频| 国产精品蜜桃在线观看| 只有这里有精品99| 97人妻天天添夜夜摸| 精品酒店卫生间| 黑人猛操日本美女一级片| 久久精品国产亚洲av天美| 男女边摸边吃奶| 精品卡一卡二卡四卡免费| 18禁国产床啪视频网站| 亚洲欧洲日产国产| 午夜福利视频在线观看免费| 国产精品偷伦视频观看了| 又黄又粗又硬又大视频| videosex国产| 综合色丁香网| 欧美变态另类bdsm刘玥| 久久久国产一区二区| 成年av动漫网址| 国产黄色免费在线视频| 女性被躁到高潮视频| 国产一区二区激情短视频 | 韩国高清视频一区二区三区| 国产女主播在线喷水免费视频网站| 国产1区2区3区精品| 精品人妻在线不人妻| 精品一区二区三区四区五区乱码 | 亚洲av欧美aⅴ国产| 毛片一级片免费看久久久久| 欧美人与善性xxx| 又粗又硬又长又爽又黄的视频| 成年av动漫网址| freevideosex欧美| a级毛片黄视频| 免费av不卡在线播放| 久久久久人妻精品一区果冻| 日韩精品免费视频一区二区三区 | 女的被弄到高潮叫床怎么办| 欧美日韩成人在线一区二区| 少妇 在线观看| 香蕉丝袜av| 亚洲精品av麻豆狂野| 国产又色又爽无遮挡免| 国产亚洲午夜精品一区二区久久| 极品少妇高潮喷水抽搐| 亚洲欧美成人综合另类久久久| 在线免费观看不下载黄p国产| 99国产综合亚洲精品| 国产成人av激情在线播放| 夜夜爽夜夜爽视频| 免费不卡的大黄色大毛片视频在线观看| 蜜桃国产av成人99| 2022亚洲国产成人精品| 下体分泌物呈黄色| 永久免费av网站大全| 王馨瑶露胸无遮挡在线观看| 精品人妻熟女毛片av久久网站| 一级a做视频免费观看| 国产亚洲av片在线观看秒播厂| 香蕉国产在线看| 女性被躁到高潮视频| 国产高清不卡午夜福利| 99久久综合免费| 精品少妇黑人巨大在线播放| 搡老乐熟女国产| 日本欧美视频一区| 日韩大片免费观看网站| 极品少妇高潮喷水抽搐| 精品一区二区免费观看| 免费黄网站久久成人精品| 只有这里有精品99| 青春草国产在线视频| 纵有疾风起免费观看全集完整版| 99久国产av精品国产电影| av有码第一页| 一二三四中文在线观看免费高清| 不卡视频在线观看欧美| xxxhd国产人妻xxx| 日本黄色日本黄色录像| 国产视频首页在线观看| 久久毛片免费看一区二区三区| 亚洲国产欧美在线一区| 巨乳人妻的诱惑在线观看| 99热网站在线观看| 国产日韩欧美亚洲二区| 精品一区二区三区四区五区乱码 | 汤姆久久久久久久影院中文字幕| 少妇人妻精品综合一区二区| 亚洲精品自拍成人| 少妇 在线观看| 国产福利在线免费观看视频| 老司机影院成人| 国产有黄有色有爽视频| 日韩免费高清中文字幕av| 久久久国产精品麻豆| av国产精品久久久久影院| kizo精华| 亚洲国产精品一区三区| 两个人免费观看高清视频| 精品久久蜜臀av无| 在线观看人妻少妇| 桃花免费在线播放| 亚洲国产毛片av蜜桃av| 777米奇影视久久| 男女午夜视频在线观看 | 青春草视频在线免费观看| 一本色道久久久久久精品综合| 亚洲伊人色综图| 99热国产这里只有精品6| 欧美丝袜亚洲另类| 日本色播在线视频| 国产精品蜜桃在线观看| 男人操女人黄网站| 欧美成人精品欧美一级黄| 777米奇影视久久| 国产亚洲精品第一综合不卡 | 日韩欧美一区视频在线观看| 免费久久久久久久精品成人欧美视频 | 欧美最新免费一区二区三区| 精品卡一卡二卡四卡免费| 久久久国产精品麻豆| 国产1区2区3区精品| 免费大片黄手机在线观看| 综合色丁香网| 免费大片黄手机在线观看| 午夜免费鲁丝| 在线天堂中文资源库| 最近中文字幕高清免费大全6| 欧美+日韩+精品| 成人18禁高潮啪啪吃奶动态图| 久久精品aⅴ一区二区三区四区 | 大片免费播放器 马上看| 日韩熟女老妇一区二区性免费视频| 国产av国产精品国产| 亚洲国产日韩一区二区| 国产成人a∨麻豆精品| 女人久久www免费人成看片| 两个人看的免费小视频| 精品一区二区三卡| 亚洲欧洲国产日韩| 精品人妻偷拍中文字幕| 亚洲av.av天堂| 亚洲欧美中文字幕日韩二区| 国产xxxxx性猛交| 人成视频在线观看免费观看| av一本久久久久| 亚洲精品第二区| 人妻一区二区av| 欧美bdsm另类| 久久久久国产精品人妻一区二区| 欧美+日韩+精品| 色吧在线观看| 三级国产精品片| 亚洲经典国产精华液单| 中文字幕最新亚洲高清| 欧美日韩亚洲高清精品| 国产成人精品无人区| 久久青草综合色| 免费少妇av软件| 亚洲精品,欧美精品| 人妻人人澡人人爽人人| 熟女av电影| 成人国产av品久久久| a级片在线免费高清观看视频| 狂野欧美激情性xxxx在线观看| 亚洲精品一二三| 中国国产av一级| 人人妻人人爽人人添夜夜欢视频| 免费观看无遮挡的男女| 国产av精品麻豆| 春色校园在线视频观看| 人成视频在线观看免费观看| 韩国av在线不卡| 成人手机av| 如何舔出高潮| 久久久久久伊人网av| av在线老鸭窝| 有码 亚洲区| 热99久久久久精品小说推荐| 久久影院123| 亚洲在久久综合| 亚洲精品av麻豆狂野| 国产免费现黄频在线看| 日韩免费高清中文字幕av| 寂寞人妻少妇视频99o| 女性被躁到高潮视频| 精品人妻偷拍中文字幕| 超碰97精品在线观看| 少妇被粗大猛烈的视频| 男女午夜视频在线观看 | 尾随美女入室| 亚洲,一卡二卡三卡| 久久久久久久久久久免费av| 久久国内精品自在自线图片| 日韩av不卡免费在线播放| 麻豆精品久久久久久蜜桃| 成人黄色视频免费在线看| 亚洲精品国产av蜜桃| 一区二区av电影网| 国产精品麻豆人妻色哟哟久久| 国产男人的电影天堂91| 欧美老熟妇乱子伦牲交| 高清不卡的av网站| 中文字幕人妻丝袜制服| 狂野欧美激情性bbbbbb| 波多野结衣一区麻豆| 高清毛片免费看| 亚洲精品乱久久久久久| 久久毛片免费看一区二区三区| 久久综合国产亚洲精品| 国产精品一区二区在线观看99| 高清欧美精品videossex| 亚洲av欧美aⅴ国产| 青春草国产在线视频| 午夜av观看不卡| 精品99又大又爽又粗少妇毛片| 亚洲av.av天堂| 亚洲国产看品久久| av天堂久久9| 免费看光身美女| videossex国产| 久久99一区二区三区| 少妇人妻精品综合一区二区| 中文字幕人妻熟女乱码| av在线老鸭窝| 久久ye,这里只有精品| 欧美日本中文国产一区发布| 最近手机中文字幕大全| 亚洲精品乱码久久久久久按摩| 激情视频va一区二区三区| 国产黄频视频在线观看| 国产深夜福利视频在线观看| 在线观看三级黄色| 亚洲性久久影院| 嫩草影院入口| 男的添女的下面高潮视频| 欧美丝袜亚洲另类| 亚洲av男天堂| 午夜免费男女啪啪视频观看| 亚洲欧美日韩卡通动漫| 亚洲第一区二区三区不卡| 狂野欧美激情性bbbbbb| 欧美bdsm另类| 精品一区二区三卡| 午夜免费鲁丝| 中文字幕人妻丝袜制服| 99热全是精品| 久久这里只有精品19| 男人添女人高潮全过程视频| 少妇的丰满在线观看| 日本欧美视频一区| 人人澡人人妻人| 久久女婷五月综合色啪小说| 下体分泌物呈黄色| 日本午夜av视频| 午夜福利视频在线观看免费| 搡老乐熟女国产| 看十八女毛片水多多多| 热99国产精品久久久久久7| 视频在线观看一区二区三区| 成年av动漫网址| 亚洲综合色网址| a级片在线免费高清观看视频| 国产成人a∨麻豆精品| 久久99一区二区三区| 丰满饥渴人妻一区二区三| 成人国产麻豆网| 日韩视频在线欧美| 天美传媒精品一区二区| 欧美日韩一区二区视频在线观看视频在线| 韩国av在线不卡| 精品国产一区二区久久| 人妻 亚洲 视频| 亚洲精品久久午夜乱码| 亚洲欧美精品自产自拍| 丰满饥渴人妻一区二区三| www.色视频.com| 久久精品熟女亚洲av麻豆精品| 丰满迷人的少妇在线观看| 国产白丝娇喘喷水9色精品| 国产老妇伦熟女老妇高清| 成人手机av| 国产亚洲av片在线观看秒播厂| 国产亚洲最大av| 成人亚洲精品一区在线观看| 国产成人aa在线观看| 日本午夜av视频| 天天影视国产精品| 久久99热这里只频精品6学生| 肉色欧美久久久久久久蜜桃| 在线观看www视频免费| 久久久久久伊人网av| 免费看不卡的av| 18禁在线无遮挡免费观看视频| 22中文网久久字幕| 纯流量卡能插随身wifi吗| 中文精品一卡2卡3卡4更新| 99re6热这里在线精品视频| 春色校园在线视频观看| 欧美精品人与动牲交sv欧美| 久热久热在线精品观看| 又粗又硬又长又爽又黄的视频| 十八禁网站网址无遮挡| 久久久久网色| 国产欧美日韩综合在线一区二区| 午夜福利乱码中文字幕| 91精品伊人久久大香线蕉| 久久久久久久久久久久大奶| 男人舔女人的私密视频| 亚洲欧洲日产国产| 久久女婷五月综合色啪小说| 少妇人妻精品综合一区二区| 亚洲伊人久久精品综合| 另类亚洲欧美激情| 最后的刺客免费高清国语| 视频在线观看一区二区三区| 亚洲少妇的诱惑av| 久久人人爽av亚洲精品天堂| 插逼视频在线观看| 黄网站色视频无遮挡免费观看| 我的女老师完整版在线观看| 深夜精品福利| 国产精品熟女久久久久浪| 免费观看a级毛片全部| 精品国产一区二区三区四区第35| 高清不卡的av网站| 久久免费观看电影| 高清在线视频一区二区三区| 国产亚洲最大av| 人体艺术视频欧美日本| 青春草国产在线视频| 免费不卡的大黄色大毛片视频在线观看| 深夜精品福利| 日韩免费高清中文字幕av| 大香蕉久久成人网| 国产一区有黄有色的免费视频| 日本av手机在线免费观看| 男女下面插进去视频免费观看 | 久久人人爽人人爽人人片va| 少妇高潮的动态图| a级毛片黄视频| 亚洲天堂av无毛| 久久狼人影院| 久久 成人 亚洲| 亚洲精品视频女| 国产亚洲精品第一综合不卡 | 肉色欧美久久久久久久蜜桃| 国产精品久久久久久久久免| 色哟哟·www| 成人亚洲精品一区在线观看| 国产精品国产三级国产专区5o| 各种免费的搞黄视频| 日韩,欧美,国产一区二区三区| 久久久久网色| 草草在线视频免费看| 国产伦理片在线播放av一区| 欧美国产精品va在线观看不卡| 精品国产乱码久久久久久小说| 在线观看免费视频网站a站| 久久午夜福利片| 黄片无遮挡物在线观看| 精品视频人人做人人爽| 99久久综合免费| 国产精品成人在线| 免费人成在线观看视频色| 好男人视频免费观看在线| 国产精品成人在线| 免费人成在线观看视频色| 国产免费一区二区三区四区乱码| 街头女战士在线观看网站| 久久国产精品男人的天堂亚洲 | 亚洲av欧美aⅴ国产| 熟妇人妻不卡中文字幕| 国产日韩一区二区三区精品不卡| 亚洲国产精品一区二区三区在线| 日韩制服丝袜自拍偷拍| 国产精品女同一区二区软件| 日本黄大片高清| 亚洲图色成人| 观看美女的网站| 美女大奶头黄色视频| 精品亚洲成a人片在线观看| 看免费av毛片| 天天躁夜夜躁狠狠久久av| 午夜福利视频在线观看免费| 亚洲精品av麻豆狂野| 免费高清在线观看视频在线观看| 国产色婷婷99| 国产免费一区二区三区四区乱码| 午夜av观看不卡| 久久毛片免费看一区二区三区| 久久国内精品自在自线图片| 少妇人妻 视频| 亚洲久久久国产精品|