[发明专利]驾驶员开车接打电话的状态识别方法及装置有效
申请号: | 201611185468.8 | 申请日: | 2016-12-20 |
公开(公告)号: | CN108205649B | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | 陈鑫嘉;张震 | 申请(专利权)人: | 浙江宇视科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 林祥 |
地址: | 310051 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 驾驶员 开车 打电话 状态 识别 方法 装置 | ||
1.一种驾驶员开车接打电话的状态识别方法,其特征在于,所述方法包括:
对监控图像中目标车辆的车窗进行定位;
根据车窗的定位信息以及目标车辆的车牌信息,获得驾驶员检测候选区域;
利用方向梯度直方图和支持向量机对所述驾驶员检测候选区域进行检测,获得所述驾驶员的头肩区域;
将所述头肩区域输入第一层CNN网络,所述第一层CNN网络对所述头肩区域进行初步筛选,以过滤不打电话的驾驶员的头肩区域,输出疑似接打电话的驾驶员的头肩区域;
将所述第一层CNN网络的输出结果输入第二层CNN网络,所述第二层CNN网络对所述第一层CNN网络的输出结果进一步筛选,以基于所述疑似打电话的驾驶员的头肩区域输出所述驾驶员接打电话的状态;其中,所述第二层CNN网络的分类类别与所述第一层CNN网络的分类类别不同。
2.如权利要求1所述的驾驶员开车接打电话的状态识别方法,其特征在于,在将所述头肩区域输入第一层CNN网络之前,还包括:
提取所述头肩区域的方向梯度直方图特征和局部二值特征,并将所述方向梯度直方图特征和局部二值特征进行组合,以形成一个多维的特征向量;
利用线性判别分析对所述特征向量进行分类,过滤掉非头肩区域。
3.如权利要求1所述的驾驶员开车接打电话的状态识别方法,其特征在于,
所述方法还包括:
将所述疑似接打电话的驾驶员的头肩区域划分为左边区域、右边区域和整体区域;
将所述左边区域、右边区域和整体区域分别输入第二层CNN网络,获得所述驾驶员接打电话的状态,所述驾驶员接打电话的状态包括:左边接打电话、右边接打电话、未打电话以及无法判罚。
4.如权利要求1所述的驾驶员开车接打电话的状态识别方法,其特征在于,所述方法还包括:
若当前帧监控图像识别结果为驾驶员处于接打电话状态,则对当前帧监控图像的下一帧监控图像继续识别,若所述下一帧监控图像的识别结果为驾驶员处于接打电话状态,则进行告警;否则,放弃告警。
5.如权利要求1所述的驾驶员开车接打电话的状态识别方法,其特征在于,所述车窗的定位信息获取过程包括:
根据所述目标车辆的车牌信息,获取车窗右上角区域;
利用定位滤波器定位车窗右上角点的位置信息。
6.一种驾驶员开车接打电话的状态识别装置,其特征在于,所述装置包括:
定位模块,对监控图像中目标车辆的车窗进行定位;
区域获取模块,根据车窗的定位信息以及目标车辆的车牌信息,获得驾驶员检测候选区域;
目标检测模块,利用方向梯度直方图和支持向量机对所述驾驶员检测候选区域进行检测,获得所述驾驶员的头肩区域;
识别模块,将所述头肩区域输入第一层CNN网络,所述第一层CNN网络对所述头肩区域进行初步筛选,以过滤不打电话的驾驶员的头肩区域,输出疑似接打电话的驾驶员的头肩区域;
将所述第一层CNN网络的输出结果输入第二层CNN网络,所述第二层CNN网络对所述第一层CNN网络的输出结果进一步筛选,以基于所述疑似打电话的驾驶员的头肩区域输出所述驾驶员接打电话的状态;其中,所述第二层CNN网络的分类类别与所述第一层CNN网络的分类类别不同。
7.如权利要求6所述的驾驶员开车接打电话的状态识别装置,其特征在于,所述目标检测模块还包括:
特征提取子模块,提取所述头肩区域的方向梯度直方图特征和局部二值特征,并将所述方向梯度直方图特征和局部二值特征进行组合,以形成一个多维的特征向量;
过滤子模块,利用线性判别分析对所述特征向量进行分类,过滤掉非头肩区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611185468.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:指纹识别模组及电子装置
- 下一篇:指纹辨识模块