基于ARM+DSP的驾驶员眼部疲劳视觉检测算法设计

3 实验与分析

为验证眼睛疲劳特征检测算法的有效性，在构建的ARM+DSP系统上对采集到的视频图像进行实验验证。在沪宁高速南京段的实验结果表明，该系统将算法处理时间控制在50 ms以内，取得了良好的实时效果，疲劳驾驶检测正确率达97.6%。部分图像的眼部区域检测结果如图4所示，其中，第一行为人脸检测后的面部定位图像，第二行为经Sobel边缘检测后的眼部二值图像，第三行为得到的眼部边界定位图像。

通过观察发现，通常情况下，驾驶员在睁眼和闭眼时，左、右眼的睁闭情况是同步的，即同时睁开或同时闭合。因此，在对眼睛睁闭状态进行判断时，为减少计算量，仅对左眼的睁闭情况进行判断。针对图4所示的眼部区域检测结果，利用式(8)计算其左眼睁闭度的大小，计算结果如表1所示。
由表1可知，图4中第一列和第二列所示的眼睛闭合时的睁闭度值明显小于第三列和第四列所示的眼睛睁开时的睁闭度值。故只要选择合适的阈值，根据眼睛睁闭度值的大小，就可对驾驶员眼睛的睁闭状态进行有效判断。

本文在ARM+DSP系统上实现了基于眼部特征的疲劳驾驶检测算法。利用基于肤色聚类的脸部检测算法确定脸部边界，采用一种简单有效的改进积分投影算法，实现了驾驶员眼部睁闭状态的有效判定和疲劳驾驶的实时检测。