DMS技術詳解
DMS(Driver Monitor System)——駕駛員監控系統
DMS概述
DMS系統最開始的應用是監控駕駛員的狀態，以防止駕駛員疲勞，分神等危害駕駛過程的行爲發生。隨着計算機視覺技術的發展，現在DMS系統基本涵蓋了整個車載視覺解決方案。
傳統DMS功能分爲：
1、疲勞駕駛檢測
2、分心駕駛檢測
當前車廠提出的需求：
1、司機視線檢測
2、手勢識別（與車機交互）
3、人臉識別（不同的駕駛員調整座椅高度等個性化設置）
4、表情識別
疲勞檢測
何謂疲勞？百度百科上這樣解釋的
疲勞是一種主觀不適感覺，但客觀上會在同等條件下，失去其完成原來所從事的正常活動或工作能力
從我們主觀感受來看，判斷一個人是否疲勞，也就是這個人是否打哈欠了，是否閉眼了。從而轉換到計算機視覺中，就是檢測閉眼動作和打哈欠動作了，打哈欠也就是張嘴動作。
那麼，閉眼和張嘴動作如何識別？
目前常用的有兩種方法，第一種是人臉landmark，第二種是圖像分類
人臉landmark如下圖所示
對於眼睛來說，根據眼睛上眼瞼、下眼瞼，左右眼角的landmark座標來計算眼睛的開合程度
對於嘴巴亦是如此。
使用landmark方法，其優點就是思路比較簡單，只需要根據landmark的座標計算即可，其缺點也顯而易見，此算法精度跟landmark定位精度息息相關，如果landmark定位很準，那麼最終計算結果就很準。
使用圖像分類方法
此類方法對landmark的精度要求不是很高，這裏常用方法是收集正負樣本，訓練一個魯棒性比較強的分類器來對狀態進行判斷。直接由分類器來輸出最終的結果。
分心駕駛檢測
在駕駛過程中，一切注意力不在駕駛上的行爲都被稱爲分心行爲。例如，低頭找東西，看窗外的風景，接打電話，喝水，等等。所以在分心駕駛檢測算法中，就要對這些出現的動作全部檢出。
對於這些異常情況，可以將其分爲兩種。例如低頭或者看窗外都是跟人頭有關，如果能夠得到人頭姿態角度，那麼問題就可以解決；喝水，打電話等動作，都屬於動作識別，設計一個動作識別的算法也可以解決。
人頭姿態角算法
得到人頭姿態角度，一般有兩種方法。第一種是上文中提到的landmark，人臉上關鍵點的座標全部已知，使用PnP算法可以直接擬合出人頭三維角度；第二種是使用標記好的yaw，pitch，roll三個角度的人臉圖片直接訓練一個小型網絡，網絡輸出層直接回歸三個float量，簡單粗暴，精度較高，訓練數據集直接使用開源人臉數據集，無需標註。
動作識別算法
在DMS應用中，一般需要識別出打電話動作，喝水動作，抽菸動作。如果單純地將其是作爲動作行爲識別，使用LSTM或者3D-Conv算法，其計算消耗資源很嚴重，殺雞焉用牛刀？所以，一般有兩種比較簡單的方法。第一種是將此類的動作識別視爲目標檢測問題，例如打電話識別，就將手機視爲待檢目標，喝水檢測就將水杯視爲待檢目標。這種方法思路很簡單，但是有一個缺點就是，例如DMS攝像頭裝在汽車A柱，司機右手打電話，這時候成像畫面中是看不到手機的，所以這種場景下檢出率不高。另一種方法是將動作識別視爲單幀圖像分類任務，採集多種動作行爲下的圖片，人工標註監督信號進行訓練，使用分類器判斷最後的動作分類。
視線檢測
司機在駕駛過程中，其注視方向，也是一個值得關注的問題。
