[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 | ||
本申请提供一种驾驶员开车接打电话的状态识别方法及装置,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;将所述头肩区域依次输入第一层CNN网络和第二层CNN网络,所述第一层CNN网络对所述头肩区域进行初步筛选,获得疑似接打电话的驾驶员的头肩区域,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,获得所述驾驶员接打电话的状态。本申请能够排除复杂场景下非真实接打电话的误捡,提高识别精度,场景的适应性、鲁棒性较好。
技术领域
本申请涉及视频监控领域,尤其涉及一种驾驶员开车接打电话的状态识别方法及装置。
背景技术
驾驶员在开车过程中若接打电话,会大大增加交通事故的发生率,因而需要对驾驶员卡车接打电话的状态进行有效识别,作为其是否违章的重要证据。
随着图像处理技术、计算机视觉技术、深度学习技术以及嵌入式技术的不断发展,如何对车辆(含车内人员)违章进行自动判别及取证已经成为当前智能交通中的一个研究热点。
现有技术提供了一种识别驾驶员打手机行为的方法(CN105868690A),首先采集驾驶舱内的视频流,再通过人脸部件模型定位人脸区域,接着进行人脸矫正,使用非线性判别关系,训练两组参数进行是否打电话判别,其中训练分类模型包括耳部区域训练集、打手机训练集和未打手机训练集。该方法采用DPM(Deformable Part Model,可变形部件模型)部件检测算法进行人脸区域定位,检测非常耗时,对遮挡或人脸模糊情况的检测准确率影响较大;该方法采用非线性分类方法进行是否打电话判别,通过训练耳部区域、打手机区域、未打手机区域进行识别,准确率较低。
现有技术还提供一种驾驶员行车途中接打手机行为的自动监控方法(CN103366506A),其通过图像获取装置,首先获取驾驶员头部及附近区域,使用肤色检测得到驾驶员脸部及手部在图像中的位置,再使用支持向量机进行分类,对接打手机的驾驶员发出警告。该方法采用肤色检测得到驾驶员脸部及手部在图像中的位置,而驾驶室成像复杂,复杂场景下的车窗内采光及特殊天气会对成像影响较大,因此该方法漏检、误检均较多。
发明内容
有鉴于此,本申请提供一种驾驶员开车接打电话的状态识别方法及装置,以解决现有技术中存在的驾驶员开车接打电话的状态识别准确率较低的问题。
具体地,本申请是通过如下技术方案实现的:
根据本申请的第一方面,提供一种驾驶员开车接打电话的状态识别方法,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;
将所述头肩区域依次输入第一层CNN网络和第二层CNN网络,所述第一层CNN网络对所述头肩区域进行初步筛选,获得疑似接打电话的驾驶员的头肩区域,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,获得所述驾驶员接打电话的状态。
可选地,在将所述头肩区域输入第一层CNN网络和第二层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。
可选地,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;
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/201611185468.8/2.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