[发明专利]一种基于手部姿态跟踪的违规驾驶行为检测方法

权利要求书

1.一种基于手部姿态跟踪的违规驾驶行为检测方法，其特征在于包括从监控视频中读取图像；对读取的图像进行预处理，包括灰度变换、图像滤波、边缘提取、轮廓增强处理；从预处理后的图像中检测定位方向盘的轮廓；以方向盘为中心截取相应的感兴趣区域；对截取的区域进行特征提取；对提取的特征进行分类识别，辨别手部姿态是否属于违规驾驶行为。

2.根据权利要求1所述的检测方法，其特征在于包括如下步骤：

步骤1，从监控视频中读取图像，所读取的有效图像包含方向盘和驾驶员的手部姿态信息；

步骤2，对读取的图像进行预处理，得到边缘图像，包括灰度变换、图像滤波、边缘提取和轮廓增强处理；

步骤3，对方向盘定位，对经过预处理得到的边缘图像，利用直接最小二乘椭圆拟合算法对方向盘进行轮廓提取、检测和定位；

步骤4，以方向盘为中心截取相应的感兴趣区域，所截取的感兴趣区域是包含方向盘和驾驶员的手部姿态的区域；

步骤5，选定简单高斯模型作为肤色模型，运用Chamfer距离变换算法和卡尔曼滤波跟踪算法对截取感兴趣区域的手部姿态运动轨迹进行跟踪和提取；

步骤6，对提取的手部姿态运动轨迹进行分类识别，辨别手部姿态是否属于违规驾驶行为。

3.根据权利要求2所述的检测方法，其特征在于步骤3中，图像中的方向盘形状大部分为椭圆形或圆形，需要对图像进行椭圆检测来对方向盘进行定位；采用直接最小二乘椭圆拟合算法检测出最大的椭圆形状来完成对方向盘区域的定位。

4.根据权利要求2所述的检测方法，其特征在于步骤4中，感兴趣区域的截取主要由方向盘的中心位置、大小和驾驶员头部轮廓特征的位置对应关系决定，具体截取时，从方向盘区域以设定比例系数向外延伸的方式完成截取；对于不同的车型，该比例系数由实验标定或可由用户根据经验设定。

5.根据权利要求2所述的检测方法，其特征在于所述的步骤5具体包括：

1）选用简单高斯模型进行皮肤检测

选取大量符合人体肤色特征的像素点作为样本，统计其分布并建立肤色高斯模型，然后利用该模型来判别新的像素或区域是否为肤色；

2）运用Chamfer距离变换算法获取手部姿态

选定简单高斯模型检测出手部皮肤的区域后，再通过骨架提取的方法获取手部的姿态，采用的骨架提取方法是Chamfer距离变换算法，对肤色提取得到的二值图像运用该算法，得到一幅灰度图像，在该图像中每个像素的灰度值表示该像素与距其最近的背景像素间的距离，因而能够迅速地获取手部骨架并确定其姿态；

3）运用卡尔曼滤波跟踪算法跟踪手部运动轨迹

获取手部姿态后，通过卡尔曼滤波跟踪算法对手部运动轨迹进行跟踪，根据由卡尔曼滤波算法跟踪得到的运动轨迹，再结合手部的形态特征，作为下一步分类识别中分类器的输入，提高识别的效率。

6.根据权利要求2所述的检测方法，其特征在于步骤6中，采用神经网络和贝叶斯网络分类器对手部姿态的运动轨迹进行分类识别，通过识别不同的手部姿态，辨别手部姿态是否属于违规驾驶行为。

7.根据权利要求6所述的检测方法，其特征在于步骤6具体实现过程如下：1）根据不同的车型，按设定比例和数量选取各种驾驶行为的图片；2）运用前述步骤对选取的图像进行处理得到与各类驾驶行为对应的运动状态参数，组成训练实例集；3）用训练实例集对神经网络和贝叶斯网络分类器进行训练得到适应于各类车型的驾驶行为分类器；通过分类器即可识别不同的手部姿态，手部姿态包括正常的驾驶手部姿态、离开方向盘设定时间的违规驾驶行为手部姿态以及驾驶时抽烟的违规驾驶行为手部姿态。