基于时序性面部动作信息的驾驶员状态检测框架.pdfVIP

———————————————————————————————————————————————— 基于时序性面部动作信息的驾驶员状态检测框架 作者 崔子岩，汪剑鸣，金光浩 机构 天津工业大学 计算机科学与软件学院；天津工业大学 电子与信息工程学院 DOI 10.3969/j.issn.1001-3695.2018.05.0356 基金项目 国家自然科学基金资助项目）；中国博士后科学基金资助项目 （2015M570228）；天津市应用基础与前沿技术研究计划资助项目（15JCYBJC16600）；天津 市自然科学基金资助项目（16JCYBJC42300）；天津市高等学校创新团队培养计划资助项目 （TD13 -5032） 预排期卷 《计算机应用研究》2019 年第36 卷第11 期 摘要 在安全驾驶领域，驾驶员的身心状态对于交通安全至关重要。通过网络摄像头获取驾驶员面 部视频输入网络进行检测，是检测疲劳等异常驾驶的有效手段。之前的方法主要通过分析驾 驶员口型等面部表情来分析是否打哈欠，从而判断是否疲劳驾驶，因此说话等很多类似的状 态也被误检为疲劳。针对以上问题提出了一种基于时序性面部动作信息的检测框架，对驾驶 员状态进行检测，从而提高检测准确率、降低误检率。该框架主要包含两个关键部分：a）通 过检测视频中的脸部轮廓，提取脸部的多种特征，形成面部动作单元；b）通过训练对应的 LSTM 网络，形成时序性的面部动作单元，根据其相关性进行多种动作单元融合，检测最终 驾驶员的状态。在公共YAW -DD 数据集上的检测结果表明，相比于现有的方法，准确率提高 到了93.1%，同时大幅降低了疲劳状态的误检率。 关键词 异常驾驶；时序性信息；面部检测 作者简介 崔子岩（1992-），男-，河北石家庄人，硕士研究生，主要研究方向为计算机视觉 眼动追踪 ､ （tjpuczy@126.com）；汪剑鸣（1974-），男，教授，博士，主要研究方向为计算机视觉及应 用 智能信息处理技术及系统；金光浩（1979-），男（通信作者），讲师，博士，主要研究方 ､ 向为大数据分析 计算机视觉及应用（jinguanghao@tjpu.ed ）． ､ 中图分类号 TP391.41 访问地址 /article/02-2019-11-077.html 基于时序性面部动作信息的驾驶员状态检测框架 ———————————————————————————————————————————————— 投稿日期 2018 年5 月14 日 修回日期 2018 年7 月4 日 发布日期 2018 年9 月12 日 引用格式 崔子岩, 汪剑鸣, 金光浩. 基于时序性面部动作信息的驾驶员状态检测框架[J/OL]. 2019, 36(11). [2018-09-12]. /article/02-2019-11-077.html. 36 11 Vol. 36 No. 11 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online