李海龍　劉明進

摘 要 對基于計算機視覺的疲勞駕駛檢測領域的專利申請趨勢、專利申請產(chǎn)出國和申請人分布進行了統(tǒng)計分析，重點針對基于人眼、基于人臉、基于嘴巴的疲勞駕駛檢測這三個技術分支的發(fā)展脈絡進行了梳理，并對基于計算機視覺的疲勞駕駛檢測的發(fā)展趨勢進行了分析。

關鍵詞 疲勞駕駛 人眼、人臉 嘴巴 專利

中圖分類號：C18 文獻標識碼：A

0引言

造成交通事故的原因25%-30%產(chǎn)生于疲勞駕駛，因此疲勞駕駛已成為誘發(fā)交通事故的重要因素。國內(nèi)外專家和學者針對疲勞駕駛的檢測開展了大量的研究工作，目前研究的重心主要集中在基于計算機視覺的疲勞駕駛檢測，因此對基于計算機視覺的疲勞駕駛檢測的相關專利進行分析尤為必要。

1基于計算機視覺的疲勞駕駛檢測專利申請數(shù)據(jù)分析

1.1全球專利申請量趨勢

從圖1可以看出，基于計算機視覺的疲勞駕駛檢測專利申請量從1990-2001年間處于技術研發(fā)初期，專利申請量相對較少。從2002年開始該領域的專利申請量逐漸呈現(xiàn)持續(xù)增長趨勢，并在2014年達到最大值153件。由此可知，隨著疲勞駕駛的增多，人們對疲勞駕駛的檢測也越來越重視，相應的研究也正不斷增加?；诖?，在今后的一段時間內(nèi)，相關的專利申請量有望繼續(xù)保持。

1.2專利申請產(chǎn)出地區(qū)分布

目前各領域的專利申請量主要集中在中國、美國、韓國、日本和歐洲，通過對該領域在中國、美國、韓國、日本和歐洲的專利申請量進行統(tǒng)計分析發(fā)現(xiàn)，中國的申請量以48%的占比雄居第一，其他幾個地區(qū)的申請量相差不大，具體如圖2所示。

1.3在華專利申請量變化趨勢

圖3為1990年至2014年基于計算機視覺的疲勞駕駛檢測在華的申請量變化趨勢圖，由該圖可以看出，1990-2002年是技術的萌芽期，在2003年以后申請量才呈現(xiàn)逐年增長的趨勢，并且在2012年-2014年將均維持在較高的申請量。因此，該領域國內(nèi)雖然起步較晚，但是最近幾年申請量相對其他地區(qū)卻具有壓制性的優(yōu)勢。

1.4在華主要申請人分析

圖4展示了在華主要申請人的申請量份額，主要以科研院所和大型汽車企業(yè)為主，其中吉利汽車公司以領先優(yōu)勢排名第一。

2主要技術分支的專利申請分析

基于計算機視覺的疲勞駕駛檢測的主要技術分支有：基于人眼的駕駛疲勞檢測、基于人臉的駕駛疲勞檢測、基于嘴巴的疲勞檢測。下面從三個技術分支的發(fā)展概況、三個技術分支的主要工作原理及重點專利等方面進行分析。

2.1全球專利申請主要技術分支的申請量趨勢圖

由圖6可知，近年來基于人眼和人臉的駕駛疲勞檢測的申請量呈現(xiàn)較快增長，申請量也較基于嘴巴的疲勞檢測的申請量大，體現(xiàn)了該領域近年來的發(fā)展趨勢，并體現(xiàn)出基于人眼和人臉的駕駛疲勞檢測的技術分支發(fā)展已較為成熟。三個技術分支在2006年之前，申請量的差別不大且數(shù)量均較小，顯示出在2006年以前三個分支的區(qū)別并不明顯，發(fā)展也較為緩慢，這說明基于計算機視覺的疲勞駕駛檢測也是近10年才興起的一項技術，它依賴于圖像處理技術的發(fā)展水平。

2.2在華專利申請主要技術分支的申請量趨勢圖

由圖7可知，三個技術分支在2006年以前均只有零星的申請量，這與該領域在全球的發(fā)展情況相符合，基于人眼的疲勞駕駛檢測在華申請量自2006年以來呈現(xiàn)穩(wěn)步增長，且近年來申請量最大?；谌四樀钠隈{駛檢測申請量雖小于基于人眼的疲勞駕駛檢測，但近年來的申請量也呈現(xiàn)出穩(wěn)步增長的勢頭。然而，基于嘴巴的疲勞駕駛檢測雖有增長趨勢，但申請量一直都較小。由此可知，在國內(nèi)疲勞駕駛的檢測主要是采用人眼檢測和人臉檢測，這兩個分支是國內(nèi)的研究的熱門，也是今后國內(nèi)在該領域的發(fā)展趨勢。

3結語

通過對基于計算機視覺的疲勞駕駛檢測專利的申請量的總體分析，以及基于人眼、基于人臉、基于嘴巴三個技術分支的申請量趨勢分析可知，基于計算機視覺的疲勞駕駛檢測在近10年取得了較快發(fā)展，這與計算機圖像處理技術的發(fā)展密不可分；同時，科研院所作為該領域研究的主體，應加強與中小企業(yè)的合作。國內(nèi)疲勞駕駛的檢測研究主要集中在人眼檢測和人臉檢測，這兩個分支是國內(nèi)的研究的熱門，同時，基于人眼的疲勞檢測其發(fā)展方向明確，后續(xù)發(fā)展將集中在眼睛定位算法的研究上，并且定位精度將越來越高，越來越滿足實際的要求。

參考文獻

[1] 朱淑亮.基于視頻圖像分析與信息融合的駕駛員疲勞檢測技術研究[J].濟南：山東大學，2011.

[2] 劉學.基于人臉圖像分析的疲勞駕駛檢測方法研究[J].南京：南京航空航天大學，2012.

[3] 張靈聰，王正國，朱佩芳，等.汽車駕駛疲勞研究綜述[J].人類工效學，2003.

[4] 成二康.眼睛狀態(tài)參數(shù)圖像檢測及其在瞌睡監(jiān)測中的應用[J].中國科學技術大學.2009.

[5] 陸曉.基于圖像處理的疲勞駕駛檢測技術的研究[J].廣州：廣東工業(yè)大學，2013.