基于面部多特征的駕駛員疲勞狀態檢測*

陳立潮 王冠男

（太原科技大學計算機科學與技術學院 太原 030024）

1 引言

交通事故是現今世界上每個國家都非常重視的社會危害，已經被全球各個國家一致認為是目前全球范圍內對人類生命安全造成最大傷害的隱患。每年有超過60 萬人在交通事故中失去生命。根據歐洲和美國在交通事故中的傷亡人數統計表明，大約八到九成的交通事故是因為人為因素造成的［1］。依照美國國家安全局的數據顯示，隨著社會的發展和人均車輛數目的增加，美國每年都會因為司機疲勞駕駛而造成十多萬起以上的交通事故，其中死亡人數超過兩萬人［2］。在歐洲因為這種因疲勞駕駛而導致的交通事故也具有高死亡率。比如在德意志聯邦共和國境內，高速公路上因為疲勞駕駛而造成的駕駛員或者乘客傷亡的交通事故超過四分之一［3］。新世紀以來，我國交通事業飛速發展，交通產業高速發展的背后也隱藏著巨大的危險。每年我國因為交通事故都會造成巨大的人員傷亡和經濟損失。其中超過一半的交通事故是因為駕駛員疲勞操作引起的，經濟損失高達百萬美元之巨［4］。

有關汽車駕駛員的疲勞檢測問題已經迫在眉睫，全球很多國家和地區也都將疲勞駕駛預警系統的開發工作列入一級任務。各國對于疲勞駕駛的研究總體可以分為三類［5］：基于駕駛員生理信號的檢測，基于駕駛員腦電信號的檢測和基于駕駛員面部特征的檢測。

2014 年王少楠等通過采集測試人員的腦電信號使用小波包變換進行特征提取，利用SVM 分類，從而分析駕駛員的疲勞狀態［6］。……