基本信息
- 项目名称：
- 基于眼睛和嘴部特征融合的疲劳监测告警系统
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作A类
- 简介：
- 本课题主要利用人疲劳时的生理特征与疲劳的关系，通过检测这些生理特征来监测测试者的疲劳状态。如嘴部、眼部状态等监测方法，这些方法测量的结果比较准确。并且本系统在实时性和准确性等方面都有突出表现，计算机配置要求低。
- 详细介绍：
- 本课题主要利用人疲劳时的生理特征与疲劳的关系，通过检测这些生理特征来监测测试者的疲劳状态。如嘴部、眼部状态等监测方法，这些方法测量的结果比较准确。并且本系统在实时性和准确性等方面都有突出表现，计算机配置要求低。 本课题所研究系统相对于以前的状态监测方法主要有以下几个优点： 1.状态监测准确性高，即使较快速度眨眼以及打哈欠都能准确检测到。监测准确率在95%以上。 2.监测速度快，实时性能突出，在目前的主流配置计算机上都能达到20帧/秒以上的处理速度。 3.疲劳检测等级划分可靠。本系统所采用的疲劳等级划分依据来自中国民航大学对多人进行多次采样试验得出的疲劳数据，结果真实可靠。 4.设备要求简单，除了计算机以外只需要额外配置一个摄像头即可。 5.系统界面友好，实用性高。还同时具有以往数据查询已经疲劳状态告警功能。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 该系统设计用于航空塔台调度员、驾驶员等对象的疲劳度监控。通过Adaboost算法对监测对象脸部进行定位，并在此基础上对眼部与嘴部进行精确定位，对其行为特征进行采样分析，判定其当前的疲劳状态，根据不同的疲劳等级给出相应的疲劳警告，提醒监测对象及时休息。弥补了单独定位精度不高的问题，同时也能有效的满足实时性的要求 。此外，系统还实现了数据统一存储管理的功能，方便用户对以往的数据进行查询。
科学性、先进性
- 1. 系统采用Adaboost人脸检测算法作为基本检测算法，在此基础上通过对瞳孔的特征检测以及脸部几何特征的结合能准确有效的定位眼睛和嘴部。采集眼部和嘴部的特征信息，从而得到准确的疲劳度信息。采用PERCLOSE值以及打哈欠的频率对当前用户进行疲劳度等级判定。同时，系统还能对当前用户所处环境的光照条件，实时的进行图像二值化阈值进行适当调整，保证图像信息的有效性以及处理结果的正确性。处理信息还能实时的在用户面板上显示，让用户了解自己当前的疲劳程度，提醒用户适时休息。 2. 对数据进行统一存储管理。系统检测参数可以根据不同用户的自身条件进行修改，符合当前用户使用的最佳效果。 3. 对数据实行按用户管理，方便用户查询以及核对以往数据，保证数据的准确性。
获奖情况及鉴定结果
- 2011年5月，河北工业大学，河北工业大学校团委举办“挑战杯”活动中获得特等奖。
作品所处阶段
- 用户试运行阶段
技术转让方式
- 委托开发
作品可展示的形式
- 现场演示、录像
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 设备要求简单，系统处理实时性高，且定位准确，状态监测精确，同时，系统还能对当前用户所处环境的光照条件，实时的进行图像二值化阈值调整，保证图像信息的有效性以及处理结果的正确性。操作界面简单明了，易用性，安全性，稳定性都较高，符合市场要求。
同类课题研究水平概述
- 疲劳是一种长时间或反复受到刺激后而产生的复杂的生理和心理现象,所以分为心里疲劳和心理疲劳。目前，研究人员对生理与心理疲劳检测均进行了深入研究。通过调查发现，心理疲劳与生理疲劳互为因果，互相影响，常常相伴发生，因而只有将这两种疲劳的检测联系起来研究，才能从整体上把握疲劳检测的实质。据此，目前的疲劳检测方法主要有以下几种： 1、血液生化指标，研究发现血液是造成患有慢性疲劳症（CFS）的人大脑变化的主要原因。血清中血清肌酸激酶(CK)活性的变化和血清睾酮/皮质醇的比值是比较常见的血液生化指标。然而，通过化验血样来了解人体的疲劳程度的测量方法具有人体侵入式，有创伤的缺点，会造成被检测者的心理恐慌，所以，这种检测方法不易被接受。2、尿液生化指标由于体液检测无创伤，因此是目前生化测试中理想的方式，其中尿液检测最为普及。3、脑电波是一种神经电信号，它是脑活动的直接反映。据研究表明，EEG 是广泛采用的用于评定中枢神经系统变化的指标之一。人们通过分析入睡过程的脑电变化来评价疲劳和困倦状态，也可以通过计算脑电信号的小波包能量比例值对睡眠状态进行评估。4、心电信号的检测也是疲劳检测一个重要的方向。据研究表明，心率（HR）和心率变异性（HRV）能客观地反映疲劳，又容易从心电信号中提取。5、基于眼部运动参数人在疲劳的时候，眼部运动将出现明显特征，比如，眨眼频率，眼睑平均闭合时间，眼睑重新张开时间，眼睛扫视运动，整个眨动过程的时间（眼睑闭合过程的时间，保持闭合的时间，重新张开的时间）。这些眼部运动参数可以利用EOG，视频图像采集，红外反射传感器等方法得到。 本系统主要利用人疲劳时的生理特征与疲劳的关系，通过检测这些生理特征来监测测试者的疲劳状态。如嘴部、眼部状态等测量方法，这些方法测量的结果比较准确。 并且本系统在实时性和准确性等方面都有突出表现，设备要求相对简单，计算机配置要求低，十分适合推广使用。
