[发明专利]一种非接触式饮酒驾驶检测方法及装置

说明书

本发明涉及交通安全检测的技术领域，更具体地，涉及一种非接触式饮酒驾驶检测方法及装置，通过采集驾驶员的人脸影像，计算脸红概率，并对采集的人脸温度数据进行归一化处理，再根据脸红概率和归一化处理后的人脸温度数据计算获得驾驶员的饮酒概率，本发明中，综合驾驶员的脸红概率和人脸温度对驾驶员是否饮酒驾驶进行判断，检测结果准确可靠，检测方式简单高效，避免了接触式检测效率低、漏检率大、需停车测量等缺点，可减少检测过程中人工参与的部分，减少对交通状况的影响，实现技术落地实施，易于推广应用，保障道路交通安全。

技术领域

本发明涉及交通安全检测的技术领域，更具体地，涉及一种非接触式饮酒驾驶检测方法及装置。

背景技术

酒后驾驶是一种常见的交通违法现象，具有极大的安全隐患，严重影响着交通运输系统的稳定和发展。当前，绝大多数车辆并未安装酒驾检测装置，酒驾检测依赖于交警抽查，在检测技术上依赖于“接触式检测”，即需要驾驶员下车，主动对着酒精检测仪器吹气或提供血液、唾液等样本。这种检测方式通常不受被检测人员欢迎，并且检测效率较低、漏检概率较大，因此亟需探索非接触式的酒驾检测方式。

目前最普遍非接触式饮酒驾驶检测装置主要依靠气体传感器、激光酒精检测仪、红外线热成像扫描仪等昂贵的直接酒精传感器设备。虽然此类检测设备具有较高的检测准确率，但尚存在成本较高、普及较为困难等问题。其次，绝大多数酒驾传感器的应用场景为车载检测或停车测量。车载检测装置不易得到车辆厂商支持，停车测量则容易影响交通，步骤繁琐。

现有技术公开了一种非侵入性酒测监视系统及其方法，包括影像撷取装置、热感应单元以及微控制单元，影像撷取装置撷取人脸影像，热感应单元撷取体温影像，微控制单元耦接影像撷取装置以及热感应单元，并经配置以将人脸影像输入及其学习模型判断人脸影像是否符合酒后影像，之后，微控制单元判断体温影像的体温资料是否超过预设体温阈值，最后，在人脸影像符合酒后影像以及体温资料超过预设体温阈值时，微控制单元传送通知讯息。该方案中，先通过酒后发生眼神涣散或是行为异常的状况判断人脸影像是否符合酒后影像，若不符合酒后影像，则重新接收下一组待判断的人脸影像，但是，实际上，部分人酒驾后并不会发生眼神涣散或行为异常的状况，此时，对酒驾的人做出不符合酒后影像的判断导致判断结果不准确可靠。

发明内容

本发明的目的在于克服现有技术的不足，提供一种非接触式饮酒驾驶检测方法及装置，提高非接触式饮酒驾驶检测的准确性和可靠性。

为解决上述技术问题，本发明采用的技术方案是：

提供一种非接触式饮酒驾驶检测方法，包括以下步骤：

S1：采集人脸影像和人脸温度数据；

S2：对人脸温度数据进行归一化处理，并根据人脸影像，利用深度学习模型判断驾驶员的脸红概率；

S3：将脸红概率和归一化处理后的人脸温度数据输入逻辑回归模型，获得驾驶员的饮酒概率；

S4：将饮酒概率与预设值进行对比，若饮酒概率小于预设值，判断驾驶员未饮酒，反之，判断驾驶员饮酒驾驶；

本发明的非接触式饮酒驾驶检测方法，通过采集驾驶员的人脸影像，计算脸红概率，并对采集的人脸温度数据进行归一化处理，再根据脸红概率和归一化处理后的人脸温度数据计算获得驾驶员的饮酒概率，本发明中，综合驾驶员的脸红概率和人脸温度对驾驶员是否饮酒驾驶进行判断，检测结果准确可靠，检测方式简单高效，避免了接触式检测效率低、漏检率大、需停车测量等缺点，可减少检测过程中人工参与的部分，减少对交通状况的影响，实现技术落地实施，易于推广应用，保障道路交通安全。

优选地，步骤S2中，深度学习模型为卷积神经网络，包括卷积层、交互信息层、反卷积层和全连接层，所述卷积层快速降低人脸影像大小，提取各个尺度的特征，所述交互信息层对特征进行缩放与重组，所述反卷积层和全连接层对特征进行加权，输出一个二维向量的分类结果其中为未脸红结果，R为脸红结果。