基于人脸特征的疲劳检测在矿山远程驾驶中的应用

针对智能矿山井下运输设备远程操作过程中驾驶员疲劳作业的安全隐患问题,设计了一种驾驶员人脸特征的疲劳检测系统.首先规定不同行为的疲劳驾驶等级,其次对相机采集到的视频信息进行预处理,采集不同角度下驾驶员面部图像样本,采用ASM算法对人脸建模,计算驾驶员的面部特征点定位、眼睛闭合频率、打哈欠频率等面部信息,并依靠深度学习神经网络的自适应特征提取进行数据分析,判断驾驶员疲劳程度.自建人脸数据库和安徽某矿山现场测试表明,该系统能够对驾驶人员在高作业强度、多设备协同下产生的违规操作起到预警和防止的作用.