摘要：为了提高基于单一特征检测算法的准确率和鲁棒性,提出了一种基于多个特征的驾驶员疲劳融合检测算法。选取能够直接反映驾驶员疲劳程度的2个面部特征（眼睛和嘴巴）对驾驶员状态进行综合判断。针对驾驶员头部多角度变化时导致面部特征定位困难的问题,提出了基于主动形状模型（ASM）人脸特征定位算法,应用12个ASM特征标记点,准确定位出眼睛和嘴部特征。针对疲劳程度三级分类（清醒、疲劳及严重疲劳）难以确定的问题,提出了基于模糊推理系统的疲劳检测算法,根据人的经验,＂智能＂地判断疲劳程度,从而准确地量化疲劳这一模糊概念。实验结果对比表明,综合眼睛和嘴部信息,比采用单参数检测算法减少了误判的概率,具有较高的准确性和鲁棒性。

关键词：疲劳检测 主动形状模型 面部特征 模糊推理系统 

单位：湖南大学汽车车身先进设计制造国家重点实验室 长沙410082