疲勞駕駛視頻監測中的快速人臉定位方法

摘要：為了滿(mǎn)足基于計算機視覺(jué)的疲勞駕駛監測中眼睛定位的實(shí)時(shí)性和準確性的需要，提出了疲勞駕駛視頻監測背景下的快速人臉定位方法。依據疲勞駕駛監測中獲取的視頻背景相對固定的特點(diǎn)，將背景減除法引入到駕駛員人臉檢測當中，與灰度投影法相結合實(shí)現快速人臉定位。實(shí)驗表明此方法快速、有效，且對光照變化以及駕駛員人臉姿態(tài)的變化具有較好的魯棒性。
關(guān)鍵詞：疲勞駕駛；人臉定位；背景戰除法；灰度投影

目前，已存在許多疲勞駕駛監測技術(shù)，如測試駕駛員適宜度的方法、腦電圖法、檢測車(chē)輛行駛軌跡的方法及基于計算機視覺(jué)的方法等，其中基于計算機視覺(jué)的方法因其非接觸性、實(shí)時(shí)性和便于實(shí)現而得到了廣泛的關(guān)注。統計表明，駕駛員獲取的外界信息大約有90％是通過(guò)視覺(jué)得到的，因此測量眼睛的閉合、運動(dòng)或視覺(jué)生理是一種很好的檢測駕駛員疲勞度的方法，且當前國際公認的PERCLOS理論是以眼睛的狀態(tài)信息為基礎的。因此，駕駛員眼睛的定位是基于計算機視覺(jué)的疲勞駕駛監測的關(guān)鍵之一。
一般情況下，駕駛員臉部在獲得的圖像序列中占的比例較小，這就意味著(zhù)有很大一部分圖像數據對后面人眼定位和特征提取是沒(méi)有任何貢獻的；且人臉以外的區域可能存在類(lèi)似人眼的物體，也會(huì )給人眼定位造成干擾。因此絕大多數文獻中，均是在定位眼睛之前先對人臉進(jìn)行定位，然而這些文獻中的人臉檢測方法都是引用的已存在的獨立的人臉檢測方法，并非為疲勞駕駛視頻監測系統量身定做，這就難免造成一些不必要的計算開(kāi)銷(xiāo)，進(jìn)而影響監測系統的實(shí)時(shí)性。
因此，本文提出疲勞駕駛視頻監測中的快速人臉定位方法，充分利用疲勞駕駛視頻監測中背景相對固定的實(shí)際特點(diǎn)，引入背景減除法，并結合灰度投影法快速且準確的檢測定位人臉。

1 相關(guān)理論方法
1．1 背景減除法
背景減除法是在靜止背景下檢測運動(dòng)物體的常用方法之一。該方法是利用當前圖像與背景圖像的差分來(lái)檢測出運動(dòng)區域的一種技術(shù)。該方法通過(guò)圖像序列中的靜止物體創(chuàng )建背景幀，將當前幀與背景幀進(jìn)行比較，然后通過(guò)閥值分割不同灰度值的區域塊從而獲取感興趣區域。
假設有背景圖bk與當前幀圖像fk。首先利用公式(1)計算背景圖像bk與當前幀圖像fk的差，然后可以依據公式(1)對差分圖像Dk進(jìn)行二值化和形態(tài)學(xué)濾波處理，并對所得結果Rk進(jìn)行區域連通性分析，當某一連通區域的面積大于某一給定閥值，則成為檢測目標，并認為該區域即為目標的區域范圍。

其中Dk(x，y)為背景圖像減去當前圖像所得到的差分圖像，T是目標分割時(shí)設定的閥值。
1．2 灰度投影法
灰度投影法可以得到所獲取圖像的灰度值總體分布規律?；叶韧队胺?，就是對輸入的圖像經(jīng)過(guò)預處理后，把其灰度值映射成兩個(gè)獨立的一維波形，即把二維圖像信息用兩個(gè)獨立的一維信息來(lái)表示，其投影方法可用公式表示如下：

其中，G(i)為圖像第i行的灰度值，G(i，j)為圖像上(i，j)位置處的像素灰度值；G(j)為圖像第j列的灰度值。即將圖像第i行各個(gè)像素的灰度值映射為一個(gè)值G(i)，同理，將第j列各個(gè)像素的灰度值映射為一個(gè)值G(j)。

2 快速人臉定位方法
2．1 方法原理
該方法原理簡(jiǎn)單。利用背景基本固定的特點(diǎn)，對采集到的駕駛員視頻圖像進(jìn)行背景減除，然后對得到的圖像分別進(jìn)行水平和垂直方向的投影，根據投影曲線(xiàn)的峰值變化即可快速確定人臉區域。
2．2 可行性分析
疲勞駕駛視頻監測系統通過(guò)視頻采集設備獲得駕駛員的實(shí)時(shí)圖像，并基于采集的視頻自動(dòng)分析駕駛員的相關(guān)特征信息來(lái)確定駕駛員精神狀態(tài)。
背景減除法和灰度投影法相結合以快速定位人臉功能的實(shí)現，是基于疲勞駕駛視頻監測的以下幾個(gè)特點(diǎn)：
1)系統的視頻采集設備通常是固定在車(chē)輛儀表盤(pán)上方等位置，與車(chē)輛形成一個(gè)整體，因此無(wú)論車(chē)輛怎樣運動(dòng)，兩者都會(huì )保持相對靜止狀態(tài)，從而采集的視頻背景除光照變化或物體遮擋外基本保持固定不變。
2)光照引起的背景圖像變化或偶爾的物體遮擋，在灰度投影下相對于駕駛員身體的投影曲線(xiàn)峰值較小，可較明顯的區分。
3)車(chē)輛駕駛過(guò)程中，駕駛員兩肩在采集的視頻圖像中基本保持水平，因此，無(wú)論駕駛員頭部怎樣運動(dòng)，在進(jìn)行水平方向灰度投影時(shí)均可根據兩肩處的峰值變化來(lái)正確區分駕駛員頭部和軀干部分。
4)駕駛員在駕駛車(chē)輛過(guò)程中，面部朝向基本保持向前，因此確定了頭部區域便大概確定了人臉區域。
基于以上4點(diǎn)，就可以得到準確的，并且對光照和人臉姿態(tài)變化具有較好魯棒性的人臉定位方法。