视觉疲劳的检测方法比较

嘴部图像右嘴角点 A 到左嘴角点 B 的距离，即线段 AB 的长度。
W AB
(2-2)
(2)嘴部区域的最大高度 H
嘴部图像上嘴唇中心最上点 C 到下嘴唇中心最下点 D 的距离，即线段 CD 的
长度。
H CD
(2-3)
针对不同的人嘴图像，根据该方法通过大量实验得出表 2-1[22]所示数据。由
表可知嘴闭合状态下，W 与 H 之比约为 4：2，普通张嘴状态下，W 与 H 之比约
明视持久度法
此方法比较古老，最早是原苏联采用的，我国 50－60 年代也采用过。在研究我 国纺织厂照度标准值时，曾经结合现场的工人评价提出纺织车间的照度标准值， 现在因为有更合适的方法，故很少采用。该方法的原理是眼睛注视着一个似乎是 几个方块组成的图案，当眼睛不疲劳时，就会看到这些方块的位置为一个在上方， 两个在下方，这时称为明视时间，明视时间坚持的长短称为明视持久度。当眼睛
采用一种光学仪器，使眼睛交替地对同样的目标变换观察距离，一会看近目标（近 视觉），一会看远目标（远视觉）。该仪器还能同时记录眼睛的调节速度，因此可 以用调节时间变化的速度来衡量眼睛的疲劳程度。这种测量方法主要反映出视运 动系统的疲劳程度。因为视运动系统的疲劳，使眼睛远近运动的调节能力降低， 如果不疲劳，这种调节能力是应该较强的。
)
)
)
3
（61.0,29.5 （62.0,45.5 （59.0,61.0
)
)
)
4
（63.5,31.0 （57.0,43.0 （63.0,68.0
)
)
)
5
（62.0,30.0 （59.0,45.0 （61.0,66.0
)
)
)
…
…
…
…
应用这种方法进行疲劳检测时，只能对固定的距离分析，虽然这个距离是因
车和摄像头的安装而异的，但是对于某一辆车而言，车辆驾驶中驾驶员和摄像头
然后对一个测量周期进行分析，选择 5s 为一个测量周期，每秒的监视频率 为 12 帧，也就是一个测量周期会选取 60 张图片。 统计在一定时间内眼睛闭合时所占的时间比例。P80大于0.4，也就是一个测量周 期中有超过20张图片被判定为闭合状态时，则认为驾驶员处于疲劳状态；当 P80 处在0.1和0.4之间时，判定为精神不饱满状态；当 P80处在0.1以下时，判定其 为精神饱满状态。
测量在一定的时间内眼睛闭合时间所占的比例。根据眼睛闭合时间的长短与 疲劳程度之间有着密切关系，驾驶员眼睛闭合的时间越长，疲劳程度越严重的现 象。现在给出下列定义[23]：
P70: 指眼睑遮住瞳孔的面积超过 70％就计为眼睛闭合，统计在一定时间内 眼睛闭合时所占的时间比例。
P80: 指眼睑遮住瞳孔的面积超过 80％就计为眼睛闭合，统计在一定时间内 眼睛闭合时所占的时间比例。
疲劳时，就会看到方块图案中一个在下方，两个在上方。
眨眼次数法
保健医生常常采用此法。一般经验认为视疲劳程度的大小，反映在疲劳眼睛的眨 眼次数上。不疲劳的眼睛通常很少眨眼或不眨眼。如果眼睛疲劳，则不由自主地 就眨起眼来。因此，主试者通过侧面的观察和记录，可以统计出视疲劳的变化。
主观评价法
在没有客观指标测量视觉疲劳的时候，也可以请视觉疲劳者主诉眼疲劳的症状和 程度，用以评价照明的数量和质量的优劣。这种方法称为主观评价法。当统计的 人数或次数相当多时也可以找出一定的分布规律，从而确定照明与视觉疲劳的关 系。例如荧光灯的光闪烁等情况下，就可以明显地主观评价视觉疲劳的严重程度。
采用视度仪测量视觉疲劳时，要使观察目标及其照明等物理条件保持不变，还要 使观察者的心理状态和生理状态保持稳定，在这种情况下，侧量观察者视疲劳前 后的能见度。采用视度仪测量视觉疲劳时，应该注意疲劳后的测量，不要让眼睛 有暂短的休息和调节。因为这样会消除疲劳，尤其是对少儿和青年观测者更应如 此。
调节时间变动率法
我们知道每一帧图像驾驶员嘴部的状态，即嘴闭合、普通张嘴(说话)和张大 嘴(打哈欠)。疲劳驾驶状态和驾驶精神分散状态是一个连续累积的过程，因此不 能只根据当前一帧驾驶员嘴部的状态来判断驾驶员的状态，这是因为人不说话 时，偶尔也会张开嘴，而且人在说话时嘴也是时张时闭。为了减少驾驶员状态报 警的误警率，提高系统撒警的准确性，需要根据驾驶员嘴部状态的连续时问系列 数据统训规律统训决定驾驶员的状态。
（二）、疲劳驾驶嘴的特征分析 驾驶员频繁地处于打哈欠状态时，很可能处于疲劳驾驶状态。驾驶员长时间
地处于说话张嘴状态，很可能与他人说话或者打手机通话，这都会导致驾驶精神 分散，使反应速度降低。这两种驾驶员状态都很容易导致交通事故通过实时监测 驾驶员嘴部的运动状态，可以识别驾驶员的以上两种状态，而这两种状态就可以 作为判断驾驶员是否处于疲劳状态的一个依据。
闭合时嘴唇的宽度等信息，并以此为标准对今后该驾驶员进行检测。
特别要注意的是，在启动原始数据采集收集选项时，驾驶员一定要确保当前
的精神状态良好，因为原始数据的采集对于精确度地保证是至关重要的，后面的
疲劳分析就是依据这个数据进行的，只有保证该数据的准确性才能更好的提高整
个系统的精度。
但是当驾驶员没有时间进行原始数据的采集或不能保证当前驾驶状态时，启
四、实验步骤 疲劳驾驶的监测分为主动监测和被动监测两种方法。
主动监测 主动监测方法主要通过驾驶员自我记录表、睡眠习惯调查表和斯坦福睡眠尺度表 等来测评驾驶员的疲劳程度。驾驶员自我记录表对驾驶任务、驾驶习惯和驾驶时 间等进行自我测评。睡眠习惯调查表用来检查驾驶员是否有失眠的情况，对疲劳 程度和情绪进行自我评价。 主动监测方法使用简单，但它们主要靠驾驶员的主 观因素来进行判断，可靠性不高，很难量化疲劳的等级程度，其又因人而异，其 结果不能令人满意。
Байду номын сангаас
动陌生人驾驶模式。由于人脸上的各器官在放缩中是成比例，则有： M m Nn
(2-4)
式中 M ——人眼的真实张开高度；
N ——两眼真实距离；
m ——人眼在图片中张开高度；
n ——两眼在图片中的距离， 所以有：
M mN n
(2-5)
给定亚洲人平均两眼间的距离为 3.233 cm，而 m 和 n 均可测，就可以算出
闪光融合频率法
采用闪光融合频率法制成的闪光融合频率仪国内早有产品，其原理是根据人的眼 睛在正常情况下大约可以分辨出 25 次/s。当视觉疲劳时能分辨的闪光次数远远 低于这个数值，例如 16 次或 18 次，比这种临界值高的闪光就会融合在一起，看 成一个连续的光点，而看不出闪动。因此，可以用这种能分辨闪光次数的变化来 度量视觉疲劳的程度。这种方法应该以测量视感觉系统疲劳为主。
M ，结合人眼张开高度 7.5 mm，可以计算出人眼的闭合程度，但是这种方法由
于用到了比例近似和人面部特征估计，所以并不精确，只能用在紧急情况下作为
应急策略。
三、实验器材
能见度测量法
这种方法是视觉运动系统疲劳和视觉感觉系统疲劳的综合测量方法。由于眼肌等 运动系统疲劳和视神经等感觉系统疲劳，使得眼睛识别物体的能力减小，看物体 不清楚，这些疲劳结果的综合反映是物体的能见度减小。
眼睛闭合持续时间 / S
眼睛闭合，但是在实际中瞳孔的闭合程度不容易测量，可行的简化方法是计算眼 睛的闭合百分比 c 。
c 的计算公式如下：
c 1 m1 m2
(2-1)
式中 m1 ——当前的人眼睁开高度：
m2 ——人眼睁开最大高度，
对于人眼睁开时的大小的定义是存在难度的，因为这个数据是因人而异的， 经过统计可以得到一个估值，虽然不可能对每一个人都适用，但是仍然是有一定 的使用度的。亚洲人人眼睁开时的平均高度为 7.5 mm[21]。又由于亚洲人的平均 瞳孔直径是 2.5~4 mm，按照 P80 的标准来计算，当瞳孔遮蔽为 80%时，就认为人 眼闭合，那么计算出来的闭合度为 89.3%~93.3%，所以取 89%，当闭合百分比大 于 89%时就认为眼睛处于闭合状态。
视觉机能调节测定法
视机能调节测量仪除测量一般的视觉机能疲劳外，还能测量光的颜色和视觉疲劳 的关系。
近点测定法
这种方法是用近点测量仪测定的，仪器是根据人眼睛看物体的最近距离的变化设 计的。这种方法在国内应用较多，仪器也比较简单，不需要一些光学元器件，只 需一把有标度的尺子，上面有可滑动的视标即可。对于一定的观察者来说，在正 常情况下，眼睛的近点是一定的，大约 5 到 10m。当视觉疲劳时，这个近点的距 离就会变大。因此，可以用这种近点距离的变化大小来衡量视觉疲劳的程度，这 种方法应该以测量视觉运动系统的疲劳为主。
嘴部区域的形状可以由上下嘴唇的形状来表示。如图 2-3 所示，本文选取如 下各个嘴部区域特征点：A 点为嘴部图像右嘴角点，B 为嘴部图像左嘴角点，C 点为嘴部图像上嘴唇中心最上点，D 点为嘴部图像下嘴唇中心最下点，我们定义 如下几个嘴部区域的几何特征值：
C
A
B
D
图 2-3 人嘴形状
(1)嘴部区域的最大宽度W
被动监测 被动监测方法是借助仪器对驾驶员的驾驶行为和状态进行实时监测、客观评价的 方法。目前常见的疲劳监测分为三类：第一类是利用驾驶员疲劳时的驾驶行为来 监测驾驶员的疲劳状态，如车辆的行驶轨迹；第二类是利用驾驶员疲劳时的生理 特征来监测驾驶员的疲劳状态，如脑电图、心电图、眼部状态等；最后一类是结 合疲劳时驾驶员的驾驶行为和生理特征的综合监测方法。
视觉疲劳的检测方法比较
一、实验目的 1.由于驾驶员个体差异以及光线、路面等驾驶环境差异大，目前的疲劳检测算法 基本都是基于模拟驾驶环境，下一步要向真实驾驶环境上发展，使疲劳检测技术 广泛应用到商业领域，减少疲劳驾驶而造成的交通事故。 2.不论是从驾驶员自身特征还是从车辆行为方面看，可以直接获得的特征类型有 限，而且直接提取的表面特征数据多且有冗余，因此要对疲劳特征进行挖掘，用 先进的信号处理方法提取最能表征疲劳的特征参数。 3.采用信号融合处理方法，将多个疲劳特征参数结合起来去对驾驶员疲劳状况进 行检测，克服空间、光照等影响，提高检测算法的实时性、准确度。 4.定量、客观地比较各种检测技术，推动疲劳检测方法的发展，加强对疲劳视频 图像数据库的建设，统一系统评测方法和规范。
为 4：3，张大嘴状态下，W 与 H 之比约为 4：4。实际应用时，可根据这三者之 间比值的情况来确定驾驶员嘴唇状态[21]。
表 2-1 人嘴图像W 和 H 的对应关系
状
最闭合
普通张开
张大嘴
态
样本
1
（65.0,29.0 （60.0,47.0 （66.0,71.0
)
)
)
2
（58.0,28.0 （65.0,48.0 （68.0,75.0
EM: 指眼睑遮住瞳孔的面积超过一半就计为眼睛闭合，统计在一定时间内眼 睛闭合时所占的时间比例。
美国国家公路交通安全局对该方法作了实验，实验结果表明该方法中的 P80 与疲劳发展程度的相关性较好，其他研究人员也得出了类似的结论。P80 的测量 方法：用摄像机获取驾驶员的脸部图像，通过图像处理得眼睛图像，经过眼睛状 态识别确定眼睛是睁开还是闭合的；定义眼睑遮住瞳孔的面积超过 80％就计为
的距离是相对固定的，所以原始数据的获取方法，也就是驾驶员的眼睛正常睁开
的高度的测量和驾驶员的嘴的各个参数的测量都可以通过定制的方式获得。
驾驶员在第一次使用这个系统时，选取该系统的原始数据采集选项，然后在
精神饱满的状态下出现在摄像头之前一段时间，然后系统会记录下该驾驶员的特
征，比如该驾驶员的眼睛正常睁开时的高度是多少，该驾驶员的嘴的宽度，嘴在
如果用“0”表示嘴闭合状态，用“1”表示普通张嘴状态，用“2”表示张 大嘴状态。那么驾驶员嘴部状态就是由“0”、“1”、“2”组成的一个时间状 态系列。本文将根据这时间状态系列来判断驾驶员的状态。
驾驶员在正常驾驶过程中，其嘴基本上处于闭合状态。当驾驶员处于打哈欠 状态时，其嘴张开很大。资料表明，人在打哈欠时张大嘴的平均时间至少持续 5 秒以上。根据这一原则，以 5 秒作为计算周期，系统监测频率为 12 帧/秒。如果 5 秒内统计驾驶员嘴部连续处于张大嘴状态，即 60 帧中驾驶员嘴部状态在状态 时间系中“2”连续且其次数超过 60 次，则可以判断驾驶员处于打哈欠的疲劳状 态，检测系统给予疲劳驾驶警告信号。
二、实验原理
（一）、眼部特征分析疲劳驾驶
为眼睛闭合与事故发生的是时间关系，由此可见，眼睛闭合时间在事故前比事 故后要长，眼睛闭合时间的长短与疲劳程度有密切的关系，驾驶员眼睛闭合的时 间越长，疲劳程度越严重。因此通过测量眼睛闭合时间的长短就能够确定疲劳驾 驶的程度。
15
14
13
12 - 60 -50 -40 - 30 -20 -10 0 10 20 30 事故前后时间 / S