1.一种基于计算机的健康驾驶辅助方法,其特征在于:包括以下步骤:实时采集驾驶员图像,并根据采集的驾驶员图像对驾驶员进行人脸检测,以得到驾驶员的面部特征;
建立情绪表情库,将驾驶员的面部特征与情绪表情库进行比对,以识别当前驾驶员的情绪状态;
若驾驶员的情绪状态为积极状态,则对驾驶员进行情绪舒缓,若驾驶员的情绪状态为消极状态,则对驾驶员进行疲劳检测,并进行情绪舒缓。
2.根据权利要求1所述的基于计算机的健康驾驶辅助方法,其特征在于:在车辆内设置图像采集装置,并通过图像采集装置实时采集驾驶员图像,通过以下步骤对采集的驾驶员图像进行人脸定位:将采集的驾驶员图像进行色彩转换,使图像肤色点分布于YCrCb空间内,其中YCrCb用于优化彩色视频信号的传输,Y表示明亮度即灰阶值,Cr表示RGB输入信号红色部分与RGB信号亮度值之间的差异,Cb表示RGB输入信号蓝色部分与RGB信号亮度值之间的差异;
通过函数 对图像肤色点进行
判别,并提取S(i,j)=1的肤色点,以生成驾驶员的面部图像;其中,S(i,j)为图像中的肤色点。
3.根据权利要求2所述的基于计算机的健康驾驶辅助方法,其特征在于:对驾驶员的面部图像进行处理,以得到驾驶员的眼部与嘴部区域;
眼部区域的筛选条件为 ;xf与yf分别为驾驶员面部矩形框的左
上方原点坐标值;Wf与Hf分别为面部区域的宽与高;(x0,y0)为双眼矩形区域的左上角坐标,We与He分别为眼部区域的宽与高;
嘴部区域的筛选条件为 ;xf与yf分别为驾驶员面部矩形框的
左上方原点坐标值;Wf与Hf分别为面部区域的宽与高;(x1,y1)为嘴部区域的左上角坐标 ;Wm与Hm分别表示嘴部区域的宽与高。
4.根据权利要求3所述的基于计算机的健康驾驶辅助方法,其特征在于:通过对驾驶员的眼部和嘴部进行特征识别,以判断驾驶员的当前情绪状态;驾驶员的情绪状态包括积极状态、消极状态和平稳状态,积极状态包括兴奋情绪和喜悦情绪,消极状态包括呆滞情绪、悲伤情绪和愤怒情绪。
5.根据权利要求4所述的基于计算机的健康驾驶辅助方法,其特征在于:根据驾驶员的情绪状态预先对不同情绪状态下的人脸面部图像进行汇总,以建立情绪表情库,情绪表情库内存储有兴奋情绪面部图像集、喜悦情绪面部图像集、呆滞情绪面部图像集、悲伤情绪面部图像集、愤怒情绪面部图像集和平稳状态人脸图像集。
6.根据权利要求5所述的基于计算机的健康驾驶辅助方法,其特征在于:通过以下步骤对驾驶员的情绪状态进行识别:将情绪表情库内的图像进行处理,以得到图像的眼部与嘴部区域;
对驾驶员的面部图像预处理,进行一级小波变换分解,提取包含图像特征的子带图像,以去除图像中无关信息;
对子带图像频谱特征进行处理,去除低相应特征点,保留高辨识度的特征点,得到候选特征点集;
建立尺度空间,筛选候选特征点集中具有尺度不变性且精准稳定的ORB特征点;
通过Hamming距离将驾驶员的面部图像与情绪表情库内的图像进行特征匹配;
以匹配度最高的情绪表情库的图像情绪类别确定驾驶员的面部图像的情绪状态。
7.根据权利要求6所述的基于计算机的健康驾驶辅助方法,其特征在于:设置识别周期,并以当前周期内驾驶员的面部图像的情绪状态确定驾驶员的情绪状态,当驾驶员的情绪状态为非平稳状态时,通过车载声音输出装置输出大数据音乐库内与驾驶员情绪状态相对应的曲目,直至驾驶员的情绪状态为平稳状态时,停止输出曲目。
8.根据权利要求7所述的基于计算机的健康驾驶辅助方法,其特征在于:当驾驶员的情绪状态为消极状态时,根据驾驶员的嘴部区域图像进行可能疲劳驾驶状态判断,若判定驾驶员为可能疲劳驾驶状态,则对驾驶员进行可能疲劳驾驶验证,若验证为可能疲劳驾驶状态,则判定驾驶员为疲劳驾驶状态,若验证为非可能疲劳驾驶状态,则判定驾驶员为非疲劳驾驶状态;若判定为疲劳驾驶状态,则对驾驶员进行光感或语音提醒。
9.根据权利要求8所述的基于计算机的健康驾驶辅助方法,其特征在于:通过以下步骤对驾驶员进行可能疲劳驾驶验证:在驾驶员座椅上均匀设置若干压力传感器,对驾驶员大腿及臀部左右取对称采集点,通过公式 计算压力分布不对称系数C(u);式中,N为压力采集点的总个数,PL为左侧压力传感器采集点的压力值,PR为右侧压力传感器采集点的压力值;
设置时间阈值T,若在T内,C(u)恒大于0.5,则表示驾驶员为可能疲劳驾驶状态,反之则表示驾驶员为非可能疲劳驾驶状态。
10.一种基于计算机的健康驾驶辅助系统,其特征在于:所述系统包括:采集模块,用于实时采集驾驶员图像,并根据采集的驾驶员图像对驾驶员进行人脸检测,以得到驾驶员的面部特征;
识别模块,用于建立情绪表情库,将驾驶员的面部特征与情绪表情库进行比对,以识别当前驾驶员的情绪状态;
判断模块,用于若驾驶员的情绪状态为积极状态,则对驾驶员进行情绪舒缓,若驾驶员的情绪状态为消极状态,则对驾驶员进行疲劳检测,并进行情绪舒缓。