计算机应用

作者：孙琳, 袁玉波

单位：1.华东理工大学 信息科学与工程学院，上海 200237；2.上海大数据与互联网受众工程技术研究中心，上海 200072

关键词：面部特征,人眼定位,人眼状态识别,多帧序列分析,瞌睡识别

基金：上海市工程技术中心项目(18DZ2252300)

已有瞌睡识别算法多数基于机器学习或深度学习，没有考虑到人眼闭合状态序列与瞌睡之间的关系。针对上述问题，提出了一种基于人眼状态的瞌睡识别算法。首先，提出了人眼分割和面积计算模型，基于人脸68个特征点，根据人眼特征点构成的极大多边形分割出眼睛区域，并利用眼睛像素点的总数代表眼睛面积大小；其次，计算极大状态下的人眼面积，并利用关键帧挑选算法挑选出最能代表睁眼程度的4帧，根据这4帧的人眼面积与极大状态下的人眼面积计算睁眼阈值，从而构建眼睛闭合度得分模型来确定人眼闭合状态；最后，根据输入视频的人眼闭合得分序列，构建了基于连续多帧序列分析的瞌睡识别模型。在两个国际常用的打哈欠检测数据集（YawDD）和NTHU-DDD数据集上进行瞌睡状态识别，实验结果表明，所提算法在两个数据集上的识别准确率均在80%以上，尤其是在YawDD数据集上，识别准确率达到94%以上。该算法可应用于驾驶员驾驶状态检测、学习者课中状态分析等。

来源：2021年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第11期