基于机器学习的驾驶员视线判断方法技术

本发明专利技术公开了一种基于机器学习的驾驶员视线判断方法，在车辆上安装有虹膜采集装置和数据处理设备，所述虹膜采集装置用于采集驾驶员的虹膜图像，所述数据处理设备用于分析所述虹膜采集装置采集到的虹膜图像，其包括以下步骤：所述虹膜采集装置采集驾驶员在车辆开始运行一段时间内的初始虹膜图像，并由所述数据处理设备基于该初始虹膜图像分析得出驾驶员正常驾驶时的基准虹膜图像，即驾驶员正常驾驶时的视线方向；所述虹膜采集装置继续采集驾驶员驾驶过程中的实时虹膜图像，并由所述数据处理设备将该实时虹膜图像与基准虹膜图像进行比对，计算得到图像中虹膜位置的偏移量，从而确定驾驶员驾驶过程中的实时视线方向。

Driver's Line of Sight Judgment Method Based on Machine Learning

【技术实现步骤摘要】
基于机器学习的驾驶员视线判断方法
本专利技术涉及视线追踪
，具体涉及一种基于机器学习的驾驶员视线判断方法。
技术介绍
随着社会的进步，车辆也迅速增多，对交通运输产生较大压力，交通事故也急剧增多，并且研究发现，交通事故的发生大部分都是由于驾驶员注意力不集中导致的，因此如何提高驾驶员驾驶过程的注意力是目前亟待解决的问题。由于虹膜特征的稳定性、唯一性，使得虹膜识别技术成为生物识别领域最精确的身份认证方法，从而虹膜认证装置的应用也越来越广泛。现有技术发现，虹膜除了进行身份认证外，还可通过其位置的改变来确定视线。
技术实现思路
本专利技术所要解决的技术问题是提供一种视线判断方法，快速准确判断驾驶员的视线是否发生较大偏离，从而判断驾驶过程是否安全。为实现上述技术效果，本专利技术公开了一种基于机器学习的驾驶员视线判断方法，在车辆上安装有虹膜采集装置和数据处理设备，所述虹膜采集装置用于采集驾驶员的虹膜图像，所述数据处理设备用于分析所述虹膜采集装置采集到的虹膜图像，其包括以下步骤：所述虹膜采集装置采集驾驶员在车辆开始运行一段时间内的初始虹膜图像，并由所述数据处理设备基于该初始虹膜图像分析得出驾驶员正常驾驶时的基准虹膜图像；所述虹膜采集装置继续采集驾驶员驾驶过程中的实时虹膜图像，并由所述数据处理设备将该实时虹膜图像与基准虹膜图像进行比对，计算得到驾驶员驾驶过程中的实时视线方向。本专利技术基于机器学习的驾驶员视线判断方法的改进在于，所述数据处理设备对初始虹膜图像中虹膜的位置进行分析，并将虹膜位于同一位置的初始虹膜图像划分为同一组，且统计各组初始虹膜图像的数量，选出数量最多的一组，该数量最多的一组的初始虹膜图像为所述基准虹膜图像。本专利技术基于机器学习的驾驶员视线判断方法的进一步改进在于，所述基准虹膜图像由驾驶员座椅的位置，驾驶员的身高，以及虹膜采集装置的位置决定。本专利技术基于机器学习的驾驶员视线判断方法的进一步改进在于，所述实时虹膜图像与基准虹膜图像进行比对时，所述数据处理设备计算分析实时虹膜图像中虹膜位置相对基准虹膜图像中虹膜位置的偏移量，并根据该偏移量得到驾驶员的视线方向。本专利技术基于机器学习的驾驶员视线判断方法，通过机器学习的过程确定每次驾驶时驾驶员的基准虹膜图像，即确定驾驶员正常驾驶时的视线方向，之后通过实时虹膜图像相对基准虹膜图像的虹膜偏移量确定驾驶员的实时视线方向，由此快速、准确、便捷对驾驶员的视线进行判断。附图说明图1为本专利技术基于机器学习的驾驶员视线判断方法的流程图。具体实施方式下面结合附图及具体实施方式对本专利技术作进一步详细的说明。本专利技术基于机器学习的驾驶员视线判断方法，在车上安装有虹膜采集装置和数据处理设备，所述虹膜采集装置包括一虹膜摄像头和一红外灯，其中红外灯发射红外光，虹膜摄像头在红外光环境下拍摄驾驶员的虹膜图像，所述数据处理设备用以分析虹膜摄像头拍摄到的虹膜图像。在本实施例中，所述虹膜摄像头安装在车辆的中央后视镜一侧，且该虹膜摄像头与中央后视镜形成一夹角，便于虹膜摄像头拍摄驾驶员虹膜图像的同时不影响驾驶员通过中央后视镜观察后方车辆情况。如图1所示，驾驶员视线判断方法包括以下步骤：驾驶员在启动车辆前先将驾驶员座椅以及虹膜摄像头进行调整，选择适宜自己的位置和角度。车辆启动后，所述虹膜采集装置采集驾驶员在车辆开始运行一段时间内的初始虹膜图像，并对每一帧初始虹膜图像中虹膜的位置进行分析，根据虹膜位置对初始虹膜图像进行分组，即，将虹膜位于相同位置的初始虹膜图像划分为同一组，同时统计每一组初始虹膜图像的数量，选出初始虹膜图像数量最多的一组，认定该组初始虹膜图像中虹膜的位置为驾驶员正常驾驶时其虹膜所处的位置，即该组初始虹膜图像为驾驶员正常驾驶时的基准虹膜图像，由该基准虹膜图像可确定驾驶员正常驾驶时的视线方向。较佳地，在本实施例中，虹膜位于相同位置并非数学意义上严格重合，其根据实际眼睛特征和驾驶情况，设定有误差范围，在此误差范围内的初始虹膜图像均可划分在同一组。基准虹膜图像确定后，所述虹膜采集装置继续采集驾驶员驾驶过程中的实时虹膜图像，所述数据处理设备将实时虹膜图像与基准虹膜图像进行比对，即所述数据处理设备计算分析实时虹膜图像中虹膜位置相对基准虹膜图像中虹膜位置的偏移量，通过虹膜的偏移量确定驾驶员视线相对正常驾驶时视线的偏移程度，进而确定驾驶员的实时视线方向。进一步地，所述基准虹膜图像由驾驶员座椅的位置，驾驶员的身高，以及虹膜采集装置的位置决定，而在不同驾驶行程中，即便是同一驾驶员，但每次驾驶员座椅的位置，虹膜采集装置的位置调整均可能存在不同程度的差别，故本专利技术针对每一次驾驶行程均计算分析得到一基准虹膜图像，保证视线判断的准确性。在本实施例中，虹膜位置是指虹膜在眼睛中的位置。基准虹膜图像在确定时，采用图像分割的方法，通过虹膜外圆和内圆在误差范围内是否重合来对采集到的虹膜图像进行分组，进而得到基准虹膜图像。虹膜偏移量的确定，也需通过图像分割，计算虹膜外圆和内圆各自的偏移量，再进行分析得到视线的方向。本专利技术基于机器学习的驾驶员视线判断方法，在车辆开始行进的初期进行机器学习，一方面驾驶初期驾驶员正视视线较为准确，从而得到准确的基准虹膜图像；另一方面，机器学习是对驾驶员本身的视线信息进行大量的取样分析，也可以进一步提高基准虹膜图像的准确性。该通过虹膜图像判断视线的方法，在实现虹膜认证功能的情况下，还可发挥视线判断的功能，实现虹膜生物特征的双重效果。以上结合附图及实施例对本专利技术进行了详细说明，本领域中普通技术人员可根据上述说明对本专利技术做出种种变化例。因而，实施例中的某些细节不应构成对本专利技术的限定，本专利技术将以所附权利要求书界定的范围作为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于机器学习的驾驶员视线判断方法，在车辆上安装有虹膜采集装置和数据处理设备，所述虹膜采集装置用于采集驾驶员的虹膜图像，所述数据处理设备用于分析所述虹膜采集装置采集到的虹膜图像，其特征在于，包括以下步骤：所述虹膜采集装置采集驾驶员在车辆开始运行一段时间内的初始虹膜图像，并由所述数据处理设备基于该初始虹膜图像分析得出驾驶员正常驾驶时的基准虹膜图像；所述虹膜采集装置继续采集驾驶员驾驶过程中的实时虹膜图像，并由所述数据处理设备将该实时虹膜图像与基准虹膜图像进行比对，计算得到驾驶员驾驶过程中的实时视线方向。

【技术特征摘要】
1.一种基于机器学习的驾驶员视线判断方法，在车辆上安装有虹膜采集装置和数据处理设备，所述虹膜采集装置用于采集驾驶员的虹膜图像，所述数据处理设备用于分析所述虹膜采集装置采集到的虹膜图像，其特征在于，包括以下步骤：所述虹膜采集装置采集驾驶员在车辆开始运行一段时间内的初始虹膜图像，并由所述数据处理设备基于该初始虹膜图像分析得出驾驶员正常驾驶时的基准虹膜图像；所述虹膜采集装置继续采集驾驶员驾驶过程中的实时虹膜图像，并由所述数据处理设备将该实时虹膜图像与基准虹膜图像进行比对，计算得到驾驶员驾驶过程中的实时视线方向。2.根据权利要求1所述的基于机器学习的驾驶员视线判断方法，其特征在于...

【专利技术属性】
技术研发人员：宫雅卓，
申请(专利权)人：上海聚虹光电科技有限公司，
类型：发明
国别省市：上海,31