电子信息技术

本发明为降低便携式设备运行基于PFLD神经网络算法实现实时驾驶人面部特征点检测运算的技术门槛，适应当前便携式设备平台要求硬件计算资源消耗少、低时延，高效等特点，提供基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统，实现非接触式采集本地数据、实时处理本地数据并有效反馈，以达到在尽可能保留原有的图像处理精度下兼顾本地数据处理效率，实时、高效、低功耗、安全地处理数据图像数据并分析，最终经过计算分析，及时对驾驶人的状态进行预警。

成果亮点

本发明涉及汽车安全驾驶技术领域，特别是涉及基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统，方法包括：实时采集驾驶舱内驾驶人的动态图像，对动态图像进行增强处理；通过轻量化快速人脸检测器捕捉增强处理后的动态图像中驾驶人的人脸图像流；将人脸图像流输入预设的人脸关键特征点提取网络模型中，提取人脸图像流的每一帧图像的人脸关键特征点，其中，人脸关键特征点提取网络模型通过构建并训练重参数化轻量级卷积网络获得；基于人脸关键特征点判断驾驶人是否存在面部疲劳特征，在检测出存在面部疲劳特征时确定驾驶人存在疲劳驾驶。本发明能够实时、高效、低功耗、安全地处理数据图像数据并分析，及时对驾驶人的状态进行预警。

基于轻量级神经网络图像增强的驾驶疲劳检测方法与系统具有广泛的应用前景，包括但不限于以下方面：

交通安全：实时监测驾驶员的疲劳状态，及时发出警报，提醒驾驶员休息，从而有效降低因疲劳驾驶导致的交通事故发生率，保障道路安全。

汽车行业：可集成到各类车辆中，成为汽车安全系统的一部分。无论是乘用车还是商用车，如卡车、客车等，都能从中受益。

公共交通：在公交、长途客车等运营车辆中使用，有助于提升公共交通的安全性，保护乘客的生命财产安全。

物流运输：对于物流企业来说，确保司机的驾驶状态良好至关重要。该系统可以帮助监控司机疲劳程度，合理安排运输任务。

智能驾驶：作为智能驾驶系统的一个重要模块，为自动驾驶或辅助驾驶提供驾驶员状态信息，以便系统做出更合理的决策。

保险行业：根据驾驶员的疲劳驾驶情况，为保险定价和风险评估提供参考依据，鼓励驾驶员保持良好的驾驶状态。

交通运输管理：相关管理部门可以利用该技术对运营车辆进行远程监控，督促运输企业加强对驾驶员的管理。

特殊车辆领域：如救护车、消防车等紧急服务车辆，保障执行任务时的驾驶安全。

随着技术的不断发展和完善，这种检测方法的准确性和可靠性将进一步提高，其应用范围也可能会不断扩大，为交通安全和运输行业带来更多的积极影响。同时，在实际应用中，还需要注意保护驾驶员的隐私，以及确保系统的稳定性和抗干扰能力等问题。

本发明的有益效果为：

（1）本发明提出的自适应调整图像明照度的图像增强算法，以LIME低照度图像增强算法为基础，通过计算采样图像的照度，用PID算法实时调整LIME算法的参数，从而达到维持恒定照度的目的，简单有效，在驾驶环境复杂，光照度变化较大的时候可以很好地将图像维持在恒定照度；

（2）本发明通过替换主干网络、增加注意力机制以及重参数化技术，构建了新的人脸检测器，在提高检测帧率速度的同时精度也得到了提升，面对复杂环境下的鲁棒性也更强；

（3）本发明能够实现非接触式采集本地数据、实时处理本地数据并有效反馈，达到在尽可能保留原有的图像处理精度下兼顾本地数据处理效率，实时、高效、低功耗、安全地处理并分析数据图像数据，最终能够及时对驾驶人的状态进行预警。