计算机工程

作者：王畅, 李雷孝, 杨艳艳

单位：1. 内蒙古工业大学 数据科学与应用学院, 呼和浩特 0100802. 内蒙古自治区科学技术厅 内蒙古自治区基于大数据的软件服务工程技术研究中心, 呼和浩特 010080

关键词：疲劳驾驶检测,面部特征,特征提取,特征判别,多特征融合

基金：国家自然科学基金(62362055); 内蒙古自治区科技成果转化专项资金项目(2020CG0073); 内蒙古自治区科技成果转化专项资金项目(2021CG0033); 内蒙古自治区科技计划项目(2020GG0104); 内蒙古自治区高等学校青年科技英才支持计划项目(NJYT22084); 内蒙古自治区自然科学基金项目(2021MS06019); 内蒙古自治区高等学校科学研究项目(NJZY21317); 内蒙古工业大学科学研究重点项目(ZZ202017)

基于计算机视觉的疲劳驾驶检测方法具有非侵入性等优点，不会对驾驶行为产生影响，在实际场景中便于应用。随着计算机技术的发展，越来越多的学者研究基于计算机视觉的疲劳驾驶检测方法。疲劳驾驶行为主要体现在面部和肢体上，在计算机视觉领域，面部行为较肢体行为更易获取，因此，基于面部特征的疲劳驾驶检测方法成为疲劳驾驶检测领域的重要研究方向。综合分析多种基于驾驶员面部多特征的疲劳驾驶检测方法，对国内外最新研究成果进行总结。介绍驾驶员面部不同特征在疲劳状态下的具体行为体现，阐述基于面部多特征的疲劳驾驶检测流程。根据面部不同特征对国内外的研究成果进行分类，并整理不同的特征提取方法和状态判别方法。通过不同特征在疲劳状态下产生的各种行为归纳不同方法判别驾驶员疲劳状态时使用的参数。同时，总结当前研究成果中使用面部多特征综合判别疲劳驾驶的方法，分析不同方法间的相同点和差异性。在此基础上，讨论当前基于面部多特征融合的疲劳驾驶检测领域存在的不足，并对该领域的未来研究方向进行展望。

来源：2023年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第11期