基于面部表情分析的驾驶员疲劳状态识别文献综述
2020-05-25 23:43:28
文 献 综 述
1. 课题背景
面部表情识别是指利用分析比较人脸视觉特征信息进行身份鉴别的计算技术。信息化时代,面部表情识别在实际应用如人机交互,机器人控制、智能会议等方面扮演越来越重要的角色。
二十世纪七十年代美国心理学家Ekman和Friesen通过实验定义了人类高兴、生气、吃惊、恐惧、厌恶和悲伤六种基本表情,后期由Ekman和Kelter进一步完善面部表情,提出基于面部动作编码系统(FACS)。伴随后期学者逐步完善。到1991年,A.Pentland和K.Mase在计算机自动处理中引入人工表情分类,之后逐步形成一个单独研究方向,即人脸表情自动识别。
面部表情识别是在面部识别的基础上发展而来,其一般步骤主要为图片采集、图片预处理、人脸表情特征提取和人脸表情分类。面部表情识别技术随着计算机技术的迅速发展,现如今也取得了很大的进展。目前大部分关于人脸表情的分析与识别主要针对基本表情的分析与识别,使用方法分为静态图像的方法和基于动态图像序列的识别方法。面部表情识别技术用途广泛,可用于帕金森病人面部情绪判别,疲劳驾驶识别,精神分裂和抑郁症的治疗等。
2.国内外疲劳驾驶识别研究现状
二十世纪九十年代,对于疲劳程度测量的研究取得了较大进展,许多国家进行疲劳驾驶车载电子测量装置的开发研究,尤其美国发展较快。现有的代表性产品有:
(1)The Drowsy Driver Detection System(打瞌睡驾驶员侦探系统),美国研制。可准确获取驾驶员的情绪活动、眨眼频率和持续时间等疲劳数据,判断驾驶员是否处于疲劳瞌睡状态。
(2)Steering Attention Monitor(方向盘监视装置)是一种监视方向非正常运动的传感装置。方向盘正常时,传感装置不报警;方向盘4s不运动时,SAM发出报警直至正常运动。
(3)The Psychomotor Vigillance Test(反应时测试仪)。根据驾驶员对仪器频幕上随机出现光点的反应速度测试驾驶员的反应时间,以此判断其疲劳程度。