疲勞駕駛視頻監(jiān)測中的快速人臉定位方法
摘要:為了滿足基于計算機視覺的疲勞駕駛監(jiān)測中眼睛定位的實時性和準(zhǔn)確性的需要,提出了疲勞駕駛視頻監(jiān)測背景下的快速人臉定位方法。依據(jù)疲勞駕駛監(jiān)測中獲取的視頻背景相對固定的特點,將背景減除法引入到駕駛員人臉檢測當(dāng)中,與灰度投影法相結(jié)合實現(xiàn)快速人臉定位。實驗表明此方法快速、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(zhàn)除法;灰度投影
目前,已存在許多疲勞駕駛監(jiān)測技術(shù),如測試駕駛員適宜度的方法、腦電圖法、檢測車輛行駛軌跡的方法及基于計算機視覺的方法等,其中基于計算機視覺的方法因其非接觸性、實時性和便于實現(xiàn)而得到了廣泛的關(guān)注。統(tǒng)計表明,駕駛員獲取的外界信息大約有90%是通過視覺得到的,因此測量眼睛的閉合、運動或視覺生理是一種很好的檢測駕駛員疲勞度的方法,且當(dāng)前國際公認(rèn)的PERCLOS理論是以眼睛的狀態(tài)信息為基礎(chǔ)的。因此,駕駛員眼睛的定位是基于計算機視覺的疲勞駕駛監(jiān)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,這就意味著有很大一部分圖像數(shù)據(jù)對后面人眼定位和特征提取是沒有任何貢獻(xiàn)的;且人臉以外的區(qū)域可能存在類似人眼的物體,也會給人眼定位造成干擾。因此絕大多數(shù)文獻(xiàn)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(xiàn)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(jiān)測系統(tǒng)量身定做,這就難免造成一些不必要的計算開銷,進(jìn)而影響監(jiān)測系統(tǒng)的實時性。
因此,本文提出疲勞駕駛視頻監(jiān)測中的快速人臉定位方法,充分利用疲勞駕駛視頻監(jiān)測中背景相對固定的實際特點,引入背景減除法,并結(jié)合灰度投影法快速且準(zhǔn)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物體的常用方法之一。該方法是利用當(dāng)前圖像與背景圖像的差分來檢測出運動區(qū)域的一種技術(shù)。該方法通過圖像序列中的靜止物體創(chuàng)建背景幀,將當(dāng)前幀與背景幀進(jìn)行比較,然后通過閥值分割不同灰度值的區(qū)域塊從而獲取感興趣區(qū)域。
假設(shè)有背景圖bk與當(dāng)前幀圖像fk。首先利用公式(1)計算背景圖像bk與當(dāng)前幀圖像fk的差,然后可以依據(jù)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(jié)果Rk進(jìn)行區(qū)域連通性分析,當(dāng)某一連通區(qū)域的面積大于某一給定閥值,則成為檢測目標(biāo),并認(rèn)為該區(qū)域即為目標(biāo)的區(qū)域范圍。
其中Dk(x,y)為背景圖像減去當(dāng)前圖像所得到的差分圖像,T是目標(biāo)分割時設(shè)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(guī)律。灰度投影法,就是對輸入的圖像經(jīng)過預(yù)處理后,把其灰度值映射成兩個獨立的一維波形,即把二維圖像信息用兩個獨立的一維信息來表示,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行各個像素的灰度值映射為一個值G(i),同理,將第j列各個像素的灰度值映射為一個值G(j)。
2 快速人臉定位方法
2.1 方法原理
該方法原理簡單。利用背景基本固定的特點,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(jù)投影曲線的峰值變化即可快速確定人臉區(qū)域。
2.2 可行性分析
疲勞駕駛視頻監(jiān)測系統(tǒng)通過視頻采集設(shè)備獲得駕駛員的實時圖像,并基于采集的視頻自動分析駕駛員的相關(guān)特征信息來確定駕駛員精神狀態(tài)。
背景減除法和灰度投影法相結(jié)合以快速定位人臉功能的實現(xiàn),是基于疲勞駕駛視頻監(jiān)測的以下幾個特點:
1)系統(tǒng)的視頻采集設(shè)備通常是固定在車輛儀表盤上方等位置,與車輛形成一個整體,因此無論車輛怎樣運動,兩者都會保持相對靜止?fàn)顟B(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峰值較小,可較明顯的區(qū)分。
3)車輛駕駛過程中,駕駛員兩肩在采集的視頻圖像中基本保持水平,因此,無論駕駛員頭部怎樣運動,在進(jìn)行水平方向灰度投影時均可根據(jù)兩肩處的峰值變化來正確區(qū)分駕駛員頭部和軀干部分。
4)駕駛員在駕駛車輛過程中,面部朝向基本保持向前,因此確定了頭部區(qū)域便大概確定了人臉區(qū)域。
基于以上4點,就可以得到準(zhǔn)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。
評論