所属领域： A 电子信息技术

技术成果简介

本项目利用先进的图像处理和模式识别技术对驾驶员的脸部特征进行智能分析，准确快速的识别驾驶员疲劳、分神、驾驶姿势不正确等异常状态，在出现上述危险情况时及时的发出警报信号。首先，获取近红外视频图像，采用机器学习算法进行人脸定位，然后进行人眼定位，并采用融合多个特征的眼状态识别算法判断眼睛睁闭情况，最后计算PERCLOS值判断驾驶员疲劳状态。本项目是一款非接触式的、在全天候与戴眼镜等复杂环境下可实时地检测驾驶员疲劳状态的辅助驾驶系统，采用先进的算法保证了系统的准确度，支持Linux、Windows、Android操作系统，可以在X86,ARM等多种嵌入式平台上应用。目前，项目的已经成功研发产品原型。

技术成果前景

1.非接触式方法检测鸳驶员疲劳状态2.克服了头部姿势的影响3.保证戴眼镜情况下眼睛定位的准确性4.融合多个特征，克服了头部旋转、复杂光照等因素的影响5.在复杂环境下，准确度达到90%以上6.申请相关专利6项