(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 0.8(22)申请日 2022.08.15(71)申请人 南京工程学院地址 211167 江苏省南京市江宁科学园弘景大道1号(72)发明人 王彦博张剑书黄晓华柳圣孙新元(74)专利代理机构 南京正联知识产权代理有限公司 32243专利代理师 卢华强(51)Int.Cl.G06V 20/59 (2022.01)G06V 40/16 (2022.01) (54)发明名称基于机器视觉的疲劳驾驶检测方法(57)摘要本发明是一种基于机器视觉的疲劳驾驶检测方法，包括：步骤1：实时地采集驾驶人在驾驶过程中的面部画面；步骤2：采用基于Dlib的人脸...

　　(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 0.8(22)申请日 2022.08.15(71)申请人 南京工程学院地址 211167 江苏省南京市江宁科学园弘景大道1号(72)发明人 王彦博张剑书黄晓华柳圣孙新元(74)专利代理机构 南京正联知识产权代理有限公司 32243专利代理师 卢华强(51)Int.Cl.G06V 20/59 (2022.01)G06V 40/16 (2022.01) (54)发明名称基于机器视觉的疲劳驾驶检测方法(57)摘要本发明是一种基于机器视觉的疲劳驾驶检测方法，包括：步骤1：实时地采集驾驶人在驾驶过程中的面部画面；步骤2：采用基于Dlib的人脸关键点检测技术，检测驾驶人面部位置，记录面部关键点坐标；步骤3：从坐标数据中选择表示左眼、右眼和嘴部的关键点，计算眼部、嘴部纵横比，提取眼部疲劳相关特征和嘴部疲劳相关特征；步骤4：将关键点与3D人脸模型中对应的点进行匹配和映射，计算旋转矩阵，提取头部运动特征；步骤5：设定眨眼、打哈欠和点头这三类疲劳相关特征的判断阈值，根据出现的频率和时长判断驾驶人的疲劳状态。本发明不需要给驾驶人佩戴额外的监控设备，也无需记录驾驶人对测试车辆的控制信息，不会带来安全隐患，判断精确度高。权利要求书3页 说明书4页 附图2页CN 115331206 A2022.11.11CN 115331206 A