[发明专利]一种基于rPPG技术的非接触式识别酒驾的方法

说明书

本申请提供了一种基于rPPG技术的非接触式识别酒驾的方法，该方法根据不同年龄段与血压预先训练了多个用于酒驾识别的机器学习算法模型。应用时，获取多帧图像；一方面，根据多帧图像，基于深度学习模型识别驾驶员年龄，并根据多帧图像生成rPPG信号，根据rPPG信号确定驾驶员的血压，确定与驾驶员的血压及年龄匹配的酒驾识别模型；另一方面，确定rPPG信号的曲率特征，以及HRV信号的功率谱特征、不同频率成分的非线性相位交互特征、多重分形特征，将确定的特征输入确定出的酒驾识别模型中识别驾驶员是否酒驾。本申请提供的方法，不干扰驾驶员的正常驾驶，提取的关于饮酒的特征更为合理和全面，能更准确的识别驾驶员是否饮酒。

技术领域

本申请属于人工智能技术领域，尤其涉及一种基于rPPG技术的非接触式识别酒驾的方法。

背景技术

酒驾是严重影响交通安全的交通违法行为。识别驾驶员是否处于酒驾状态，对异常驾驶进行及时制止，能够有效避免交通事故。目前应用最广泛的酒驾识别方法是：交警在道路上对过路车辆进行检查，通过呼吸测试或者血液采样测试来检验驾驶员的血液酒精浓度，然而该方法需要依赖大量的人力，对于一些酒驾情况不能发现，或者发现的时间滞后，仍然存在交通安全隐患。

已有的通过接触式传感器识别驾驶员是否酒驾的方法，会干扰驾驶员正常驾驶。也有研究提出通过非接触式的方式提取心率、呼吸率等生理参数，识别驾驶员是否酒驾。但是，影响生理参数的因素有很多，利用该方法得到的识别结果的准确度较低。

发明内容

本申请实施例提供了一种基于rPPG技术的非接触式识别酒驾的方法，从而在不接触驾驶员的情况下识别驾驶员是否酒驾，并提高识别结果的准确度。

第一方面，本申请实施例提供了一种基于rPPG技术的非接触式识别酒驾的方法，所述方法包括：

获取包含驾驶员脸部区域的连续的多帧图像；

根据所述多帧图像，生成所述驾驶员对应的远程光电容积描记信号、心率变异性信号中的至少一个，并确定所述远程光电容积描记信号的波形特征、所述心率变异性信号的频域特征、所述心率变异性信号的多重分形特征中的至少一个，所述远程光电容积描记信号的波形特征、所述心率变异性信号的频域特征、所述心率变异性信号的多重分形特征中的至少一个反映酒精对所述远程光电容积描记信号、所述心率变异性信号中的至少一个的影响；

将所述远程光电容积描记信号的波形特征、所述心率变异性信号的频域特征、所述心率变异性信号的多重分形特征中的至少一个输入到酒驾识别模型中，根据所述酒驾识别模型的输出结果判断驾驶员是否酒驾。

特别地，所述心率变异性信号是根据所述远程光电容积描记信号中相邻两个波峰对应的时间间隔生成的。

特别地，所述方法还包括：

根据所述多帧图像，获取所述驾驶员的生理信息；

根据所述驾驶员的生理信息，确定所述酒驾识别模型。

特别地，所述驾驶员的生理信息包括年龄和血压中的至少一种。

本申请实施例中，最大程度的消除其他因素对酒驾识别的影响，提高模型预测的准确性。

特别地，所述远程光电容积描记信号的波形特征至少包括曲率特征。

特别地，所述心率变异性信号的频域特征包括功率谱特征、不同频率成分的非线性相位交互特征中的至少一个。

特别地，所述功率谱特征为第一功率与第二功率的比值，所述第一功率为：功率谱中以第一波谱峰为中心向左右各延伸到1/2第一波谱峰高度处的范围内的总功率，所述第二功率为：功率谱中以第二波谱峰为中心向左右各延伸到1/2第二波谱峰高度处的范围内的总功率，所述第一波谱峰为距离0.094Hz最近的波峰，所述第二波谱峰为距离0.31Hz最近的波峰。