鄭偉，陳亮，呂宏宇，胡大欣，俱巖飛，張春光

調(diào)度中心作為鐵路運(yùn)輸?shù)闹笓]中樞，負(fù)責(zé)指揮各部門協(xié)同完成運(yùn)輸工作，擔(dān)負(fù)著保障運(yùn)輸安全、組織客貨運(yùn)輸、保證國家重點(diǎn)運(yùn)輸任務(wù)、提高客貨服務(wù)質(zhì)量的重要責(zé)任。調(diào)度指揮的準(zhǔn)確性、可靠性、安全性是鐵路運(yùn)營安全的重要保障。調(diào)度員的工作狀態(tài)極大地影響著鐵路的運(yùn)營安全，而疲勞是誘發(fā)人因失誤的主要原因之一［1-3］。因此，對調(diào)度員疲勞狀態(tài)進(jìn)行在線檢測，是保障鐵路正常運(yùn)輸秩序、提質(zhì)增效亟待解決的問題。

目前，國內(nèi)外關(guān)于飛行員、司機(jī)駕駛疲勞檢測技術(shù)的研究較多，調(diào)度員疲勞檢測可以進(jìn)行借鑒。文獻(xiàn)［4］提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法，用來自動識別睡意狀態(tài)，采用單通道原始腦電信號作為深度學(xué)習(xí)算法的輸入，從中提取特征；文獻(xiàn)［5］采用8個(gè)腦電通道對高鐵司機(jī)狀態(tài)進(jìn)行檢測，使用矩陣分解算法對從無線可穿戴腦電信號采集設(shè)備獲得的信號進(jìn)行疲勞狀態(tài)分類；文獻(xiàn)［6］基于機(jī)器學(xué)習(xí)方法，將PERCLOS［7］判定準(zhǔn)則的f值、最長持續(xù)閉眼時(shí)間和嘴部張開次數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入，構(gòu)建3層反向傳播神經(jīng)網(wǎng)絡(luò)識別疲勞狀態(tài)；文獻(xiàn)［8］提出基于改進(jìn)Retina-Face模型和改進(jìn)ShuffleNetV2網(wǎng)絡(luò)模型提取圖像特征，實(shí)現(xiàn)通過人臉檢測及眼睛嘴巴開合狀態(tài)對疲勞狀態(tài)進(jìn)行判斷；文獻(xiàn)［9］通過模糊推理系統(tǒng)，將眼睛開合度、嘴巴開合度、眼動速率等3個(gè)判斷指標(biāo)相結(jié)合，用來判斷疲勞；文獻(xiàn)［10］提出一種基于上身姿態(tài)的雙流融合網(wǎng)絡(luò)模型，判斷高鐵司機(jī)疲勞程度。

綜上所述，基于類似腦電的人體生理指標(biāo)檢測方法對于疲勞檢測較為直接，但穿戴設(shè)備對工作人員的侵入性和干擾性較強(qiáng)，影響正常工作；而基于面部、眼部圖像的檢測方法，僅采用單一特征，檢測效果也有待提高，且視頻數(shù)據(jù)如果采用人工監(jiān)控的方式，成為一種事后取證的工具，很難進(jìn)行統(tǒng)計(jì)分析，無法滿足鐵路局對調(diào)度員疲勞狀態(tài)統(tǒng)一管理和考核的需求。

為此，結(jié)合調(diào)度員工作特點(diǎn)，本文提出基于圖像多特征融合的調(diào)度員疲勞檢測方法。該方法基于圖像識別技術(shù)的非接觸式設(shè)計(jì)，在調(diào)度員前方安裝單目攝像頭并連接工控機(jī)，實(shí)時(shí)檢測調(diào)度員臉部及其上半身姿態(tài)，利用疲勞檢測模型對調(diào)度員當(dāng)前的疲勞狀態(tài)進(jìn)行分類。在不干擾調(diào)度員工作的前提下，可提高疲勞檢測準(zhǔn)確率及時(shí)效性，實(shí)現(xiàn)對調(diào)度員疲勞狀態(tài)數(shù)據(jù)的分析與管理。

1 疲勞狀態(tài)檢測算法

1.1 基于Retina-Face的臉部關(guān)鍵點(diǎn)檢測算法

PERCLOS P80是檢測人體疲勞公認(rèn)較為準(zhǔn)確的方法之一。PERCLOS的全稱為“Percentage of Eye Closure over the Pupil for the Required Observation Time”，即在所需觀測時(shí)間內(nèi)瞳孔上眼瞼閉合的百分比。PERCLOS P80是指在單位時(shí)間（60 s）內(nèi)測量眼睛閉合程度超過80%的時(shí)間所占的比例（用P80表示）。用該方法可以實(shí)現(xiàn)非接觸式檢測，對被監(jiān)測人員不產(chǎn)生影響，但需要對人臉部，尤其是眼部、嘴部的關(guān)鍵點(diǎn)進(jìn)行準(zhǔn)確而快速的定位。

目前，面部關(guān)鍵點(diǎn)定位有多種解決方法，如級聯(lián)形狀回歸方法、基于深度學(xué)習(xí)方法等。其中，精度最高的是基于深度學(xué)習(xí)的方法，考慮到現(xiàn)場實(shí)際應(yīng)用，需要選擇精度較高且模型體積較小的關(guān)鍵點(diǎn)定位方法。Retina-Face是insightface團(tuán)隊(duì)提出的一種專門檢測人臉的單階段多任務(wù)深度學(xué)習(xí)檢測算法，其網(wǎng)絡(luò)模型特點(diǎn)包括：單階段目標(biāo)檢測、特征金字塔網(wǎng)絡(luò)方法、上下文特征模塊、多任務(wù)學(xué)習(xí)、錨點(diǎn)框機(jī)制及輕量級主干網(wǎng)絡(luò)等，能夠識別人臉關(guān)鍵點(diǎn)，進(jìn)而檢測出打哈欠、眨眼等動作。該模型在推理速度和準(zhǔn)確性方面較優(yōu)秀，適合在小型工控機(jī)上完成人臉關(guān)鍵點(diǎn)檢測任務(wù)。綜上所述，本研究基于Retina-Face模型識別面部關(guān)鍵點(diǎn)，截取眼部圖片；然后結(jié)合方向梯度直方圖（Histogram of Oriented Gradient， HOG）與支持向量機(jī)算法（Support Vector Machine， SVM），即HOG-SVM算法實(shí)現(xiàn)眼部睜眼、閉眼分類；最后采用PERCLOS方法評估調(diào)度員疲勞狀態(tài)，準(zhǔn)確地檢測并判斷個(gè)體的眼部動作和疲勞程度。

本文基于Retina-Face的面部關(guān)鍵點(diǎn)檢測算法，重新設(shè)計(jì)了21個(gè)人臉檢測關(guān)鍵點(diǎn)［11］：左右雙眼各6個(gè)、鼻尖1個(gè)、嘴部8個(gè)，面部關(guān)鍵點(diǎn)檢測示意見圖1。

圖1 基于Retina-Face的面部關(guān)鍵點(diǎn)檢測示意

Retina-Face包含3個(gè)任務(wù)：人臉分類、臉框檢測、關(guān)鍵點(diǎn)檢測。當(dāng)使用人臉分類、臉框檢測的預(yù)訓(xùn)練網(wǎng)絡(luò)權(quán)重文件進(jìn)行預(yù)測時(shí)，無需對權(quán)重文件再次訓(xùn)練，僅對面部關(guān)鍵點(diǎn)檢測權(quán)重單獨(dú)訓(xùn)練即可，可以大幅提高訓(xùn)練效率，并且由于預(yù)訓(xùn)練權(quán)重對人臉檢測效果較好，還可以對關(guān)鍵點(diǎn)檢測的準(zhǔn)確性起到積極作用。以打哈欠為例，提取嘴部8個(gè)關(guān)鍵點(diǎn)并進(jìn)行定位。一般打哈欠時(shí)，嘴部縱橫比MAR會產(chǎn)生較大變化，與說話時(shí)的MAR值有明顯區(qū)分，因此本文采用固定閾值的方法進(jìn)行面部關(guān)鍵點(diǎn)的打哈欠檢測。當(dāng)MAR＜0.3時(shí)，確定為口閉或開口說話；當(dāng)MAR＞0.3時(shí)，確定嘴部狀態(tài)為打哈欠。嘴部MAR變化情況見圖2。

圖2 嘴部MAR變化情況（截?。?/p>

1.2 基于BiLSTM-SVM的自適應(yīng)增強(qiáng)算法

針對工作中僅能拍到調(diào)度員半身坐姿的特點(diǎn)，提出一種基于雙向長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（Bidirectional Long Short-Term Memory，BiLSTM）和自適應(yīng)增強(qiáng)算法的人體姿態(tài)分類方法。BiLSTM是一種更高級的循環(huán)神經(jīng)網(wǎng)絡(luò)，有效避免了梯度消失和梯度爆炸的問題。

針對多分類問題，運(yùn)用單一的人工智能方法已經(jīng)不能滿足對分類問題的泛化與推理能力的提升。而集成學(xué)習(xí)方法可以有效提高模型能力，Ada-Boost算法由Freund提出，是最具代表性的自適應(yīng)增強(qiáng)算法之一。該算法會增加錯(cuò)誤訓(xùn)練實(shí)例的相對權(quán)重，然后使用更新后的權(quán)重訓(xùn)練第2個(gè)分類器，并再次對訓(xùn)練集進(jìn)行預(yù)測，更新實(shí)例權(quán)重，以此類推。Adaboost算法模型見圖3。

圖3 Adaboost算法模型

根據(jù)動作時(shí)間序列特點(diǎn)，本文采用循環(huán)神經(jīng)網(wǎng)絡(luò)與集成學(xué)習(xí)算法相結(jié)合的思路，基于高分辨率網(wǎng)絡(luò)（High-Resolution Net， HRNet）人體姿態(tài)關(guān)鍵點(diǎn)檢測模型，提取人體骨骼關(guān)鍵點(diǎn)信息［12］；通過構(gòu)建人體動作行為角度特征與長度比例特征，實(shí)現(xiàn)數(shù)據(jù)降維與特征提取；采用SVM替代網(wǎng)絡(luò)輸出層Softmax函數(shù)完成動作分類，以達(dá)到提高識別率的目的；最后以BiLSTM-SVM作為Adaboost算法的基礎(chǔ)分類器，在提高識別率的同時(shí)，降低泛化誤差，實(shí)現(xiàn)調(diào)度員疲勞動作的識別。

2 方案設(shè)計(jì)

通過放置在調(diào)度臺的攝像頭，采集調(diào)度員面部及身體姿態(tài)視頻信息，分析調(diào)度員的眨眼頻率、時(shí)長和打哈欠頻率等面部特征，以及低頭、趴桌等瞌睡姿態(tài)特征，對調(diào)度員的疲勞狀態(tài)數(shù)據(jù)進(jìn)行實(shí)時(shí)記錄、分類、分析與跟蹤。軟件架構(gòu)共分為5層，分別是顯示層、功能業(yè)務(wù)層、數(shù)據(jù)層、傳輸層、采集層，見圖4。

圖4 軟件架構(gòu)

1）顯示層?；赑yQT設(shè)計(jì)的軟件人機(jī)交互界面，具有視頻實(shí)時(shí)顯示、本地視頻播放、疲勞狀態(tài)檢測結(jié)果顯示、歷史數(shù)據(jù)查詢等功能。

2）功能業(yè)務(wù)層。負(fù)責(zé)實(shí)現(xiàn)軟件的基本操作與核心算法，包括調(diào)度員疲勞檢測的各項(xiàng)功能模塊：攝像頭實(shí)時(shí)數(shù)據(jù)采集、視頻數(shù)據(jù)播放及檢測、多特征融合疲勞檢測模型、聲音報(bào)警等。實(shí)現(xiàn)調(diào)度員疲勞狀態(tài)的檢測與報(bào)警，同時(shí)與數(shù)據(jù)層進(jìn)行相關(guān)疲勞數(shù)據(jù)的讀寫，是該軟件的核心。

3）數(shù)據(jù)層。作為軟件的數(shù)據(jù)中心，存儲調(diào)度員疲勞狀態(tài)數(shù)據(jù)、視頻數(shù)據(jù)文件等。

4）傳輸層。通過有線網(wǎng)絡(luò)的方式進(jìn)行攝像頭與主機(jī)間視頻圖像的傳輸。

5）采集層。通過硬件設(shè)備單目廣角攝像頭，完成調(diào)度員視頻圖像的采集。

3 軟件設(shè)計(jì)與實(shí)現(xiàn)

軟件利用人工智能、圖像處理等計(jì)算機(jī)技術(shù)，對實(shí)時(shí)采集的調(diào)度員面部表情和行為姿態(tài)視頻信號進(jìn)行識別、分析和統(tǒng)計(jì)，具有在線監(jiān)控、視頻管理、統(tǒng)計(jì)分析等功能，滿足調(diào)度中心對調(diào)度員疲勞狀態(tài)監(jiān)控及管理需求。

3.1 檢測算法流程

首先，通過視頻采集設(shè)備獲取調(diào)度員的實(shí)時(shí)視頻圖像；其次，利用Retina-Face模型提取人眼、鼻尖和嘴部的關(guān)鍵點(diǎn)，根據(jù)眼部圖片，計(jì)算HOG特征，輸入SVM中，同時(shí)通過HRNet人體姿態(tài)關(guān)鍵點(diǎn)檢測模型提取人體關(guān)鍵點(diǎn)，將人體姿態(tài)特征輸入BiLSTM-SVM自適應(yīng)增強(qiáng)算法模型中，得到疲勞狀態(tài)下的各特征值；最后，將所有特征值作為人工神經(jīng)網(wǎng)絡(luò)的輸入，計(jì)算多特征融合的疲勞狀態(tài)。檢測算法流程見圖5。

圖5 鐵路調(diào)度員疲勞狀態(tài)檢測算法流程

通常情況下，人體在疲勞狀態(tài)時(shí)，眨眼頻率、PERCLOS值、打哈欠次數(shù)都會增加。進(jìn)行疲勞檢測時(shí)，如果計(jì)算周期過長則無法及時(shí)發(fā)現(xiàn)疲勞狀態(tài)，周期過短則易導(dǎo)致疲勞誤檢率過高。為了兼顧疲勞檢測的實(shí)時(shí)性和準(zhǔn)確率，軟件將疲勞檢測周期設(shè)定為60 s，視頻采樣幀率為30幀/s，即計(jì)算1 800幀數(shù)據(jù)中各項(xiàng)特征的數(shù)值及調(diào)度員疲勞狀態(tài)。

3.2 軟件實(shí)現(xiàn)

軟件開發(fā)使用Python語言，開發(fā)環(huán)境采用PyCharm，界面利用QtDesigner設(shè)計(jì)，數(shù)據(jù)層采用SQL Lite進(jìn)行設(shè)計(jì)與管理。其中QtDesigner提供了前端常用的按鈕、對話框、文本框等控件。根據(jù)前后端分離設(shè)計(jì)的軟件實(shí)現(xiàn)思路，前端界面的設(shè)計(jì)完成后，通過調(diào)用后臺邏輯文件實(shí)現(xiàn)軟件業(yè)務(wù)功能。整個(gè)數(shù)據(jù)庫采用一張用戶表設(shè)計(jì)，包括ID、姓名、工號、疲勞狀態(tài)、起始時(shí)間、截止時(shí)間、視頻文件路徑等參數(shù)。

如圖6所示，軟件操作界面采用分區(qū)顯示，左側(cè)區(qū)域?yàn)橐汛娴匿浵褚曨l檢測及顯示，右側(cè)區(qū)域?yàn)閷?shí)時(shí)檢測視頻。

圖6 疲勞狀態(tài)檢測軟件操作界面

4 試驗(yàn)驗(yàn)證

試驗(yàn)數(shù)據(jù)集為自制數(shù)據(jù)集，采用攝像頭拍攝在調(diào)度模擬仿真實(shí)驗(yàn)室進(jìn)行試驗(yàn)時(shí)志愿者的視頻數(shù)據(jù)。共有5位不同年齡段的志愿者，包括3名男生、2名女生，身體狀況良好。每個(gè)志愿者均采集40 min的視頻數(shù)據(jù)，時(shí)間分布為上午9：00—10：00間采集10 min，下午3：00—4：00間采集10 min，晚上23：00—24：00采集20 min（疲勞狀態(tài)），共采集200 min，包括輕度及以下疲勞狀態(tài)、中度疲勞狀態(tài)、重度疲勞狀態(tài)。每一個(gè)數(shù)據(jù)為1 min，共200條數(shù)據(jù)，經(jīng)過篩選，可用數(shù)據(jù)為192條。將其分為138條訓(xùn)練數(shù)據(jù)，54條作為測試數(shù)據(jù)，訓(xùn)練數(shù)據(jù)采用5折交叉驗(yàn)證法，輪流將訓(xùn)練集中110條數(shù)據(jù)用來訓(xùn)練，另外28條用來驗(yàn)證。

首先將采集到的視頻數(shù)據(jù)輸入到Retina-Face模型進(jìn)行人臉關(guān)鍵點(diǎn)定位，得到人眼部12個(gè)、嘴部8個(gè)、鼻尖1個(gè)關(guān)鍵點(diǎn)位置數(shù)據(jù)；然后根據(jù)每一幀圖像的眼部與鼻尖關(guān)鍵點(diǎn)，計(jì)算得到基準(zhǔn)眼的眼部截圖，提取HOG特征，并將其輸入采用粒子群算法訓(xùn)練好的支持向量機(jī)SVM分類器中進(jìn)行睜閉眼識別，計(jì)算最近1 800幀的PERCLOS值。

眨眼是一個(gè)過程，一個(gè)完整的眨眼約需0.1～0.4 s［13］。視頻幀率為30幀/s，一幀的采樣時(shí)間大約為0.033 s，所以在無特殊遮擋情況下，眨一次眼睛軟件至少可以采集到2張圖片，因此基于實(shí)際測試效果，軟件處理邏輯確定將2次連續(xù)的閉眼圖片計(jì)為1次眨眼。

再根據(jù)嘴部8個(gè)關(guān)鍵點(diǎn)位置數(shù)據(jù)，計(jì)算每幀圖像的MAR，采用固定閾值判定打哈欠的發(fā)生，同樣計(jì)算最近1 800幀內(nèi)打哈欠動作的次數(shù)。在采集面部關(guān)鍵點(diǎn)進(jìn)行計(jì)算時(shí)，視頻數(shù)據(jù)同時(shí)輸出給BiLSTM-SVM自適應(yīng)增強(qiáng)模型，計(jì)算得到打哈欠、低頭、趴桌等行為的次數(shù)。

為證明本文選取多特征的有效性，選取3種不同特征下的疲勞分類方法進(jìn)行準(zhǔn)確率的對比分析，共有54個(gè)測試樣本，檢測結(jié)果對比見表1。

表1 單因素與多特征融合算法檢測結(jié)果對比

表1數(shù)據(jù)表明：檢測調(diào)度員疲勞狀態(tài)過程中，在單一眼部特征檢測基礎(chǔ)上，引入打哈欠的面部特征后，算法準(zhǔn)確率明顯提升；融合了眨眼、打哈欠的面部特征和行為特征的多特征融合算法，不僅能檢測眨眼、打哈欠等動作，還能識別一定的疲勞姿態(tài)，進(jìn)一步提高了疲勞狀態(tài)檢測準(zhǔn)確率。

5 結(jié)論

1）本文提出的鐵路調(diào)度員疲勞狀態(tài)檢測方法，將終端檢測的信息通過智能算法解析，識別調(diào)度員的疲勞程度，并根據(jù)識別的結(jié)果進(jìn)行聲音報(bào)警；同步將數(shù)據(jù)記錄至數(shù)據(jù)庫，便于管理、統(tǒng)計(jì)、分析，滿足當(dāng)前鐵路局和調(diào)度中心集中管控的需求。

2）系統(tǒng)采用基于多特征融合的鐵路調(diào)度員疲勞檢測方法，構(gòu)建了多個(gè)疲勞特征判據(jù)，并將基于圖像識別的面部信息與行為動作姿態(tài)信息融合，作為疲勞狀態(tài)檢測的手段，依托調(diào)度仿真實(shí)驗(yàn)室的模擬試驗(yàn)，疲勞狀態(tài)檢測準(zhǔn)確率為96.3%，證明了該方法的有效性。

本方法提高了鐵路調(diào)度員的工作安全水平，對保障鐵路的安全運(yùn)營具有重要意義。下一步，將繼續(xù)完善網(wǎng)絡(luò)與傳輸功能，為提升鐵路行車安全水平發(fā)揮更大作用。