perclos嘴巴_基于人脸追踪和特征分析的疲劳驾驶预警系统设计

齐伟 张来刚 刘朝阳

摘 要：本文通过对人脸追踪和疲劳特征分析的研究设计了一个疲劳驾驶预警系统，通过特征人脸识别器来进行驾驶人身份的验证;通过坐标解算来获取驾驶人的头部姿态。电脑端将驾驶人的眨眼频率、PERCLOS值、哈欠频率、困意点头频率和连续驾驶时长通过一定的评判标准形成疲劳驾驶预警信号，并将最终结果通过socket与树莓派端进行数据通信，由树莓派端执行预警操作。

关键词：嵌入式系统 人脸追踪 特征分析 疲劳驾驶预警

1 基础人脸识别及关键算法

1.1 基于特征脸的人脸识别算法

特征人脸识别算法是一种在主成分分析(PCA)中进行人脸辨识的技术。

a.采集驾驶人图像作为训练样本

令驾驶人保持常用的驾驶坐姿，采集期间目视前方，将采集到的图像作为训练样本数据。

b.处理训练数据

假设采集到M张人脸图像信息，把每张图像拉成一列(假设图片像素个数是N)，将这些向量放在一个矩阵S中作为训练样本：

将待检测的人脸图像输入后做主成分分析后，求和的欧氏距离得到：

其中Ω表示待检测人脸图像的权重，Ωk表示训练集中某个人脸的权重，当εk小于设定阈值时，则判断待检测人脸与训练样本中第k个人脸是同一人的。

1.2 基于Dlib的人脸特征点提取算法

本设计基于OpenCV-Python中Dlib训练好的人脸68特征点数据库进行人脸眼部、嘴部关键的提取和分析计算。该算法是基于ERT(ensemble of regre