CN116279561B 车辆疲劳驾驶的预警方法、装置、设备及可读存储介质 （赛力斯汽车有限公司）

2基于第一视频信息，确定驾驶人员面部图像信息；所述第一视频获取车道线图像信息和方向盘转角信息；所述车道线图像信息基于所述驾驶人员面部图像信息、所述车道线图像信息和所述方将所有车型的所述历史危险系数进行加权求和，得到加权求和的结果对所述第一视频信息提取关键帧图像，并基于提取到的所述关键帧图像进行异常检所述关键帧图像包括驾驶人员在进入疲劳状态后眼睛出现闭合时间增长或闭合次数增加其中，对所述关键帧图像进行异常检测的过程包括：提取将排序后的所述视频片段进行遍历，判断排序后的所述视频片段是采用中值滤波对所述第一视频信息中的面部图像进行预处理，得到预利用最大类间方差阈值分割法对所述第一图像进行人脸检测定位到驾驶员的具体面基于所述具体面部图像，建立驾驶员眼睛的感兴趣区域，采用形态3基于最大类间方差阈值分割法对第一图像进行灰度差为；T在[0,T-1]范围依次取值，使得O'S最大的T值即为最对所述驾驶人员面部图像信息、所述车道线图像信息和所述方向盘采集车辆当前的行驶状态信息，根据所述行驶状态信息和所述预处理结驾驶人员面部图像信息确定模块：用于基于第一视获取模块：用于获取车道线图像信息和方向盘转角信息；所危险系数确定模块：用于基于所述驾驶人员面部图将所有车型的所述历史危险系数进行加权求和，得到加权求和的结果处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所45[0008]基于所述驾驶人员面部图像信息、所述车道线图像信息6[0016]利用最大类间方差阈值分割法对所述第一图像进行人脸检测定位到驾驶员的具U12B最大的T值即为最大类间方差阈值分割法的最佳阈78[0055]本发明利用Canny边缘检测算法对所述瞳孔特征进行检测，得到瞳孔区域边缘提9常，并为将标记为正常的所述视频片段对应的所述第一视频信息发送至之后的处理步骤，[0080]S1012、利用最大类间方差阈值分割法对所述第一图像进行人脸检测定位到驾驶U12B最大的T值即为最大类间方差阈值分割法的最佳阈[0090]需要说明的是，采用最大类间方差阈值分割法对图像进为W。采用形态学滤波是具有一定形态的结构元素去量度和提取图像中对应的形状以达到yv)分别代表面部和眼睛区域中心点在t时刻图像中x和y方向的速度，在t时刻图像的面部y[0107]需要说明的是，步骤S1013还包括步骤S10131、步骤S10132、步骤S10133和步骤[0114]本步骤中采用最小二乘的椭圆拟合在图像中提取一个以瞳孔中心为中心且大小[0139]本实施例提供了一种车辆疲劳驾驶的预警装置，参见图2所述装置包括驾驶人员[0145]对应于上面的方法实施例，本实施例中还提供了一种车下文描述的一种车辆疲劳驾驶的预警设备与上文描述的车辆疲劳驾驶的预警方法可相互[0146]图3是根据示例性实施例示出的一种车辆疲劳驾驶的预警设备800的框图。如图3述的车辆疲劳驾驶的预警方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该车辆疲劳驾驶的预警设备800的操作，这些数据例如可以包括用于在该车辆疲或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandomAccessMemory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead_OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(Erasable[0148]在一示例性实施例中，车辆疲劳驾驶的预警设备800可以被一个或多个应用专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、数字信号处理器读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由车辆疲劳驾驶的预警设备800的处理器801执行以完成上述的车辆疲劳驾驶一种可读存储介质与上文描述的车辆疲劳驾驶的预警[