DMS技术详解
DMS(Driver Monitor System)——驾驶员监控系统
DMS概述
DMS系统最开始的应用是监控驾驶员的状态，以防止驾驶员疲劳，分神等危害驾驶过程的行为发生。随着计算机视觉技术的发展，现在DMS系统基本涵盖了整个车载视觉解决方案。
传统DMS功能分为：
1、疲劳驾驶检测
2、分心驾驶检测
当前车厂提出的需求：
1、司机视线检测
2、手势识别（与车机交互）
3、人脸识别（不同的驾驶员调整座椅高度等个性化设置）
4、表情识别
疲劳检测
何谓疲劳？百度百科上这样解释的
疲劳是一种主观不适感觉，但客观上会在同等条件下，失去其完成原来所从事的正常活动或工作能力
从我们主观感受来看，判断一个人是否疲劳，也就是这个人是否打哈欠了，是否闭眼了。从而转换到计算机视觉中，就是检测闭眼动作和打哈欠动作了，打哈欠也就是张嘴动作。
那么，闭眼和张嘴动作如何识别？
目前常用的有两种方法，第一种是人脸landmark，第二种是图像分类
人脸landmark如下图所示
对于眼睛来说，根据眼睛上眼睑、下眼睑，左右眼角的landmark坐标来计算眼睛的开合程度
对于嘴巴亦是如此。
使用landmark方法，其优点就是思路比较简单，只需要根据landmark的坐标计算即可，其缺点也显而易见，此算法精度跟landmark定位精度息息相关，如果landmark定位很准，那么最终计算结果就很准。
使用图像分类方法
此类方法对landmark的精度要求不是很高，这里常用方法是收集正负样本，训练一个鲁棒性比较强的分类器来对状态进行判断。直接由分类器来输出最终的结果。
分心驾驶检测
在驾驶过程中，一切注意力不在驾驶上的行为都被称为分心行为。例如，低头找东西，看窗外的风景，接打电话，喝水，等等。所以在分心驾驶检测算法中，就要对这些出现的动作全部检出。
对于这些异常情况，可以将其分为两种。例如低头或者看窗外都是跟人头有关，如果能够得到人头姿态角度，那么问题就可以解决；喝水，打电话等动作，都属于动作识别，设计一个动作识别的算法也可以解决。
人头姿态角算法
得到人头姿态角度，一般有两种方法。第一种是上文中提到的landmark，人脸上关键点的坐标全部已知，使用PnP算法可以直接拟合出人头三维角度；第二种是使用标记好的yaw，pitch，roll三个角度的人脸图片直接训练一个小型网络，网络输出层直接回归三个float量，简单粗暴，精度较高，训练数据集直接使用开源人脸数据集，无需标注。
动作识别算法
在DMS应用中，一般需要识别出打电话动作，喝水动作，抽烟动作。如果单纯地将其是作为动作行为识别，使用LSTM或者3D-Conv算法，其计算消耗资源很严重，杀鸡焉用牛刀？所以，一般有两种比较简单的方法。第一种是将此类的动作识别视为目标检测问题，例如打电话识别，就将手机视为待检目标，喝水检测就将水杯视为待检目标。这种方法思路很简单，但是有一个缺点就是，例如DMS摄像头装在汽车A柱，司机右手打电话，这时候成像画面中是看不到手机的，所以这种场景下检出率不高。另一种方法是将动作识别视为单帧图像分类任务，采集多种动作行为下的图片，人工标注监督信号进行训练，使用分类器判断最后的动作分类。
视线检测
司机在驾驶过程中，其注视方向，也是一个值得关注的问题。
