摘 要：针对列车司机肤色与背景图的聚类分布特性较好分离，而且具备高斯两维独立分布，可将列车司机图像分布区域与列车驾驶室内部背景图很好地分开，将列车司机的头部信息，作为人脸检测定位算法的原始训练集。反复修改训练列车司机图像数据的权值分布，最终将背景图像剔除掉，得到列车司机的人脸图像。确认人脸区域后进一步确认眼睛位置，实现级联结构增强的定位识别，在利用眼睛状态判定时，则用眼部和嘴部的融合状态判断驾驶员是否疲劳，相对提高了疲劳判断的全面性和准确性。
关键词：疲劳驾驶；智能联动检测；眼睛状态判断；人脸检测率
DOI:10.19850/j.cnki.2096-4706.2021.20.025
基金项目：2019 年广东省普通高校青年创新人才类项目（2019GKQNCX100）；2021年广州市基础研究计划基础与应用基础研究项目（202102080153）；2021 年院级教科研项目（GTXYY2114）
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2021）20-0098-05
A Method of Detection and Early Warning Based on the Transit Fatigue State of Train Driver
JIANG Yuelong
（Guangzhou Railway Polytechnic, Guangzhou 510430, China）
Abstract: For the clustering distribution characteristics of the train driver’s skin color and the background image is easy to separate, and has Gaussian two-dimensional independent distribution. The distribution area of the train driver’s image can be well separated from the background image inside the train cab. The head information of the train driver is used as the original training set of the face detection and location algorithm. Repeatedly modify and train the weight distribution of the data of the train driver image, and the background image is removed finally to get the face image of the train driver. After confirming the face area, further confirm the eye position to realize the location recognition enhanced by the cascade structure. When determining through the eye state, the fusion state of eye and mouth is used to judge whether the driver is tired, it relatively improves the comprehensiveness and accuracy of fatigue judgment.
Keywords: fatigue driving; intelligent linkage detection; judgment of eye state; face detection rate
参考文献：
[1] 陈多伟 . 铁路行车安全事故分析及防范对策 [J]. 工业技术创新，2016，3（5）：1056-1059.
[2] 王亮军，陈燕飞，靳育权 . 城市轨道交通列车司机驾驶状态监测研究 [J]. 中国新技术新产品，2020（5）：10-12.
[3] 李欣，陈洪茹 . 全自动驾驶轨道交通综合监控系统关键功能要点研究 [J]. 工程建设与设计，2016（14）：172-175.
[4] 李强 . 基于 PERCLOS 的列车司机驾驶疲劳检测研究 [D].北京：北京交通大学，2014.
[5] 周灵飞.基于DM642和统计颜色模型的火灾检测研究 [D].西安：西安电子科技大学，2013.
[6] 王海川，张立明 . 一种新的 Adaboost 快速训练算法 [J].复旦学报（自然科学版），2004（1）：27-33.
[7] nk_wavelet，AdaBoost 人脸检测介绍（3）：AdaBoost算法流程 [EB/OL].[2021-08-22].https://www.it610.com/article/1282735567196405760.htm.
[8] 黄伊琳，张征 . 基于 HTML5 的微信游戏设计 [J]. 计算机系统应用，2017，26（8）：261-266.
[9] 王豪荣 . 基于人脸特征融合的疲劳检测方法研究 [D]. 西安：长安大学，2015.
[10] 赵东辉 . 基于物联网的智慧园区信息平台的设计与实现[D]. 石家庄：河北科技大学，2018.
作者简介：江跃龙（1984—），男，汉族，福建龙岩人，电子工程师，硕士研究生，研究方向：人工智能领域、智能信息系统、机器学习、机器视觉。