融合Eye Map信息的疲劳检测方法的研究

为降低人眼检测过程的计算量，提出一种改进的融合EyeM ap信息的快速过滤算法。利用基于肤色信息的图像分割，得到感兴趣的人脸区域，缩小了搜索范围，减小了检测的错误接受率；然后使用Haar-Like特征进行级联AdaBoost人眼定位检测，得到潜在的人眼区域，使用EyeMap的快速算法获得准确地人眼区域，再进行二值化处理，计算眼睛的轴向外接矩形以估计出眼睑的闭合程度，结合PERCLOS评判标准进行疲劳状态分析。实验证明：改进算法能快速实时有效地识别驾驶员疲劳时的眼部状态。