疲劳驾驶检测模块设计及仿真验证

驾驶疲劳是影响交通安全的重要因素之一,疲劳驾驶预警系统的研究是十分有必要的。针对面部特征精确定位及疲劳驾驶检测问题,提出眼、鼻和嘴部三组卷积值加权求和的算法,根据三者状态信息对实验结果影响程度设置不同的权重系数,构造疲劳监测模型。首先对拍摄的驾驶员图片进行人脸检测,获得面部图像,按比例对合成的卷积模板划分三部分器官区域,结合模板卷积的相关理论,采用多目标优化技术,然后对面部器官状态进行疲劳判断,并得到相应的判定结果。实验表明,综合眼、鼻和嘴部信息模板不同的权重系数,突出了重要器官区域的影响,提高了疲劳检测准确性和鲁棒性,为最终构建一种实时的、可靠的非接触式驾驶员监测系统提供了理论基础。