主頁（http://m.by236.com）：基于3G視頻的駕駛員疲勞狀態檢測設計方案(2)

　　式中，N 是模板中像索的個數； M 為模板； I 為圖像中待匹配的部分。

　　可得所有大于閾值p 的最大值所對應的坐標為最匹配的位置。以此得到的眼睛圖像作為下一幀圖像的模板。在追蹤的過程中，若得到的p 均小于閾值或兩眼的行距過大則重新回到眼睛的檢測過程。

　　4 基于Perclos 的疲勞識別

　　文中的疲勞識別基于Perclos 的P80 模型，即將閉合程度大于80%的眼睛狀態判斷為閉合狀態。以初始時刻司機清醒時的上下眼瞼最大距離為標準，若以后得到的距離小于此距離的80%則判斷為閉合。假設實驗視頻幀率10 f·s - 1,分辨率為640 ×480,時長60 s.

　　則以每6 s 視頻作為1 個檢測單元，間隔0. 33 s 取1幀作眼睛狀態檢測。統計每個檢測單元內18 幀圖像的狀態，得到眼睛閉合幀數CloseFrame_Num 和處理的總幀數SumFrame_Num,依據式（ 7） 計算相應的Perclos 值。

　　如果所得Perclos 值大于實驗確定的閾值20%,則判斷此時駕駛員可能已處于疲勞狀態，通過報警系統進行警告。

　　5 結束語

　　視頻監控能對駕駛者進行監督提醒，有效預防疲勞駕駛，減少疲勞駕駛所引起的車輛事故。3G 視頻監控是車輛監控發展的新趨勢。算法在3G 監控視頻幀的基礎上，進行了人臉定位、人眼定位與追蹤及疲勞狀態判斷。實驗表明，該算法有較高的魯棒性及準確性，并能有效應用于實際。