摘要：為了滿足基于計算機視覺的疲勞駕駛監(jiān)測中眼睛定位的實時性和準確性的需要，提出了疲勞駕駛視頻監(jiān)測背景下的快速人臉定位方法。依據疲勞駕駛監(jiān)測中獲取的視頻背景相對固定的特點，將背景減除法引入到駕駛員人臉檢測當中，與灰度投影法相結合實現(xiàn)快速人臉定位。實驗表明此方法快速、有效，且對光照變化以及駕駛員人臉姿態(tài)的變化具有較好的魯棒性。
關鍵詞：疲勞駕駛；人臉定位；背景戰(zhàn)除法；灰度投影

目前，已存在許多疲勞駕駛監(jiān)測技術，如測試駕駛員適宜度的方法、腦電圖法、檢測車輛行駛軌跡的方法及基于計算機視覺的方法等，其中基于計算機視覺的方法因其非接觸性、實時性和便于實現(xiàn)而得到了廣泛的關注。統(tǒng)計表明，駕駛員獲取的外界信息大約有90％是通過視覺得到的，因此測量眼睛的閉合、運動或視覺生理是一種很好的檢測駕駛員疲勞度的方法，且當前國際公認的PERCLOS理論是以眼睛的狀態(tài)信息為基礎的。因此，駕駛員眼睛的定位是基于計算機視覺的疲勞駕駛監(jiān)測的關鍵之一。
一般情況下，駕駛員臉部在獲得的圖像序列中占的比例較小，這就意味著有很大一部分圖像數(shù)據對后面人眼定位和特征提取是沒有任何貢獻的；且人臉以外的區(qū)域可能存在類似人眼的物體，也會給人眼定位造成干擾。因此絕大多數(shù)文獻中，均是在定位眼睛之前先對人臉進行定位，然而這些文獻中的人臉檢測方法都是引用的已存在的獨立的人臉檢測方法，并非為疲勞駕駛視頻監(jiān)測系統(tǒng)量身定做，這就難免造成一些不必要的計算開銷，進而影響監(jiān)測系統(tǒng)的實時性。
因此，本文提出疲勞駕駛視頻監(jiān)測中的快速人臉定位方法，充分利用疲勞駕駛視頻監(jiān)測中背景相對固定的實際特點，引入背景減除法，并結合灰度投影法快速且準確的檢測定位人臉。

1 相關理論方法
1．1 背景減除法
背景減除法是在靜止背景下檢測運動物體的常用方法之一。該方法是利用當前圖像與背景圖像的差分來檢測出運動區(qū)域的一種技術。該方法通過圖像序列中的靜止物體創(chuàng)建背景幀，將當前幀與背景幀進行比較，然后通過閥值分割不同灰度值的區(qū)域塊從而獲取感興趣區(qū)域。
假設有背景圖bk與當前幀圖像fk。首先利用公式(1)計算背景圖像bk與當前幀圖像fk的差，然后可以依據公式(1)對差分圖像Dk進行二值化和形態(tài)學濾波處理，并對所得結果Rk進行區(qū)域連通性分析，當某一連通區(qū)域的面積大于某一給定閥值，則成為檢測目標，并認為該區(qū)域即為目標的區(qū)域范圍。

其中Dk(x，y)為背景圖像減去當前圖像所得到的差分圖像，T是目標分割時設定的閥值。
1．2 灰度投影法
灰度投影法可以得到所獲取圖像的灰度值總體分布規(guī)律?；叶韧队胺?，就是對輸入的圖像經過預處理后，把其灰度值映射成兩個獨立的一維波形，即把二維圖像信息用兩個獨立的一維信息來表示，其投影方法可用公式表示如下：

其中，G(i)為圖像第i行的灰度值，G(i，j)為圖像上(i，j)位置處的像素灰度值；G(j)為圖像第j列的灰度值。即將圖像第i行各個像素的灰度值映射為一個值G(i)，同理，將第j列各個像素的灰度值映射為一個值G(j)。

2 快速人臉定位方法
2．1 方法原理
該方法原理簡單。利用背景基本固定的特點，對采集到的駕駛員視頻圖像進行背景減除，然后對得到的圖像分別進行水平和垂直方向的投影，根據投影曲線的峰值變化即可快速確定人臉區(qū)域。
2．2 可行性分析
疲勞駕駛視頻監(jiān)測系統(tǒng)通過視頻采集設備獲得駕駛員的實時圖像，并基于采集的視頻自動分析駕駛員的相關特征信息來確定駕駛員精神狀態(tài)。
背景減除法和灰度投影法相結合以快速定位人臉功能的實現(xiàn)，是基于疲勞駕駛視頻監(jiān)測的以下幾個特點：
1)系統(tǒng)的視頻采集設備通常是固定在車輛儀表盤上方等位置，與車輛形成一個整體，因此無論車輛怎樣運動，兩者都會保持相對靜止狀態(tài)，從而采集的視頻背景除光照變化或物體遮擋外基本保持固定不變。
2)光照引起的背景圖像變化或偶爾的物體遮擋，在灰度投影下相對于駕駛員身體的投影曲線峰值較小，可較明顯的區(qū)分。
3)車輛駕駛過程中，駕駛員兩肩在采集的視頻圖像中基本保持水平，因此，無論駕駛員頭部怎樣運動，在進行水平方向灰度投影時均可根據兩肩處的峰值變化來正確區(qū)分駕駛員頭部和軀干部分。
4)駕駛員在駕駛車輛過程中，面部朝向基本保持向前，因此確定了頭部區(qū)域便大概確定了人臉區(qū)域。
基于以上4點，就可以得到準確的，并且對光照和人臉姿態(tài)變化具有較好魯棒性的人臉定位方法。