[发明专利]一种多特征融合的危险驾驶行为检测方法及系统

说明书

本发明涉及一种多特征融合的危险驾驶行为检测方法及系统属于图像处理、数据采集等技术领域；所述系统通过车载摄像头采集驾驶员图像信号并进行处理，检测驾驶员的若干种异常状态后给予提示，并将危险驾驶行为图像保存；所述方法包含以下内容：加载特定背景下训练的驾驶员面部检测模型，检测驾驶员面部特征点坐标信息，利用坐标信息检测驾驶员的疲劳程度；运用CNN网络训练表情识别模型，识别驾驶员的生气、恐惧、愤怒等影响安全驾驶的表情；建立驾驶员头部三维坐标信息，实时检测驾驶员头部偏转角度；检测驾驶员骨骼特征点信息，识别驾驶员危险驾驶动作，如打电话等；将以上特征采用模糊综合评价算法对驾驶员的驾驶专注度进行评分。

技术领域

本发明涉及一种多特征融合的危险驾驶行为检测方法及系统属于图像信号处理、数据采集等技术领域。

背景技术

随着交通的发展与人们的生活水平的提高,车辆正在逐渐走进每家每户，成为人们的出行工具，给出行带来了巨大便利,私家车普及的同时交通事故造成的财产损失和人员伤亡也逐年增加。研究调查发现，疲劳驾驶、非正规驾驶、注意力不集中是引发道路事故的三个重要因素。因此，对危险驾驶行为进行有效检测成为了交通领域的研究热点。本发明通过疲劳驾驶检测，即基于嘴部运动识别的打哈欠检测和眼部运动的眯眼检测，判断驾驶员是否处于疲劳状态。本发明通过检测驾驶员头部的偏转角度，进一步判断驾驶员是否注意力在前方的行驶道路上。本发明通过建立驾驶员表情检测系统判断驾驶员是否出现过激的情绪影响安全驾驶，本发明通过检测驾驶员的骨骼特征点判断驾驶员是否进行不握方向盘、打电话等危险驾驶动作。本发明通过将上述内容进行整合，设计了一种多特征融合的危险驾驶行为检测方法及系统，能够有效的提醒驾驶员非正常驾驶操作，提高驾驶员的专注度，降低交通事故造成的财产损失和人员伤亡。

发明内容

本发明涉及一种多特征融合的危险驾驶行为检测方法及系统，尽可能的解决在上述背景技术中所提到的相关问题，从而达到该发明的系统设计能够帮助能够有效的提醒驾驶员非正常驾驶操作，提高驾驶员的专注度，降低交通事故造成的财产损失和人员伤亡。

本发明的目的是这样实现的：

一种多特征融合的危险驾驶行为检测方法及系统，所述系统包括以下内容：

所述系统通过车载摄像头采集驾驶员图像信号并进行处理，检测驾驶员的若干种异常状态后给予提示，并将危险驾驶行为图像保存；所述方法包含以下内容：加载特定背景下训练的驾驶员面部检测模型，检测驾驶员面部特征点坐标信息，利用坐标信息检测驾驶员的疲劳程度；运用CNN网络训练表情识别模型，识别驾驶员的生气、恐惧、愤怒等影响安全驾驶的表情；建立驾驶员头部三维坐标信息，实时检测驾驶员头部偏转角度；检测驾驶员骨骼特征点信息，识别驾驶员危险驾驶动作，如打电话等；将以上特征采用模糊综合评价算法对驾驶员的驾驶专注度进行评分。

一种多特征融合的危险驾驶行为检测方法及系统，所述方法包括以下步骤：

步骤一、采集大量的驾驶员在主驾驶位置上的图片信息，运用深度神经网络网络训练针对于驾驶室内的驾驶员面部图像信息并生成面部检测模型；

步骤二、使用步骤一生成的面部检测模型，提取驾驶员面部图像，计算驾驶员眼睛的张开程度与嘴部的张开程度，根据眼睛的张开程度与嘴部的张开程度公式，进一步判断驾驶员是否处于疲劳状态；

步骤三、根据步骤二所用公式，判断某时间段内的驾驶员的疲劳程度。

一种多特征融合的危险驾驶行为检测方法及系统，所述方法包括以下步骤：

步骤一、搭建卷积神经网络CNN；

步骤二、利用Fer2013人脸表情数据集训练步骤一的网络，能够识别生气、愤怒等表情并成成表情检测模型；

步骤三、利用步骤二模型对驾驶员的表情进行检测。

一种多特征融合的危险驾驶行为检测方法及系统，所述方法包括以下步骤：

步骤一、对驾驶员2D人脸进行关键点检测；

步骤二、建立驾驶员头部3D模型以及人3D脸模型匹配；