未系安全带行为检测方法及装置制造方法及图纸

本发明专利技术提供了一种未系安全带行为检测方法及装置，在该方法中，获取驾驶室内的视频图像，将该视频图像输入至头肩检测模型，通过该头肩检测模型的输出定位该视频图像中的头肩区域，其中，该头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的，将该头肩区域输入至安全带识别模型，得到输出结果，其中，该输出结果用于指示该头肩区域是否未系安全带，该安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。通过本发明专利技术解决了现有技术中未系安全带的智能化识别的检出率和准确率低的问题，实现了提高行车途中未系安全带的智能化识别的检出率和准确率。

Method and device for detecting safety belt without lining

The present invention provides a kind of not wearing a seatbelt behavior detection method and device, in this method, the video image acquisition in the cab, the video image is input to the head and shoulder detection model, output by positioning the head shoulder detection model of the video image in the head region, among them, the model is trained by head shoulder detection the classifier through the training set and the head and non head and shoulder the training set, the head area is input to the safety belt recognition model, and get the output results, among them, the output is used to indicate that the head region is not wearing a seatbelt, the safety belt is the recognition model of seatbelt training set and the training set do not fasten the safety belt. Trained. The invention solves the problem that the detection rate and the accuracy rate of the intelligent identification without the safety belt are low in the prior art, and realizes the detection rate and the accuracy rate of the intelligent identification which does not fasten the safety belt during driving.

【技术实现步骤摘要】
未系安全带行为检测方法及装置
本专利技术涉及智能交通
，具体涉及一种未系安全带行为检测方法及装置。
技术介绍
智能交通系统是未来交通系统的发展方向，也是目前世界交通运输领域的前沿研究课题。随着计算机视觉技术、嵌入式技术、网络通信技术的发展，研究车辆违章行为自动检测系统已经成为当前智能交通中的一个研究热点。作为保障司机安全驾驶和降低交通事故中死伤率的一项重要措施，交管部门严格要求汽车司机在行驶过程中系安全带，基于图像处理技术的智能交通系统目前已经取得了非常广泛的应用，但通过高清监控摄像机采集的卡口图像数据来分析驾驶员是否系了安全带仍然面临着诸多困难，没有非常成熟的算法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种未系安全带行为检测方法及装置，以解决现有技术中未系安全带的智能化识别的检出率和准确率低的问题。为此，本专利技术实施例提供了如下技术方案：本专利技术实施例提供了一种未系安全带行为检测方法，包括：获取驾驶室内的视频图像；将所述视频图像输入至头肩检测模型，通过所述头肩检测模型的输出定位所述视频图像中的头肩区域；其中，所述头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的；将所述头肩区域输入至安全带识别模型，得到输出结果；其中，所述输出结果用于指示所述头肩区域是否未系安全带；所述安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。可选地，所述头肩训练集包括以下至少之一的参数：所述头肩区域的特征参数、所述头肩区域的LUV、所述头肩区域的梯度幅值、所述头肩区域的梯度方向。可选地，所述安全带训练集和所述未系安全带训练集通过下述步骤获取：获取多个头肩区域图像的特征信息；将所述特征信息输入线性分类器；根据所述线性分类器的输出结果获取所述安全带训练集和所述未系安全带训练集。可选地，根据所述线性分类器的输出结果获取所述系安全带训练集和所述未系安全带训练集包括：当所述线性分类器的输出结果大于零时，确定所述头肩区域图像属于所述系安全带训练集；当所述线性分类器输出结果小于零时，确定所述头肩区域图像属于所述未系安全带训练集。本专利技术实施例还提供了一种未系安全带行为检测装置，包括：获取模块，用于获取驾驶室内的视频图像；第一输出模块，用于将所述视频图像输入至头肩检测模型，通过所述头肩检测模型的输出定位所述视频图像中的头肩区域；其中，所述头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的；第二输出模块，用于将所述头肩区域输入至安全带识别模型，得到输出结果；其中，所述输出结果用于指示所述头肩区域是否未系安全带；所述安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。可选地，所述头肩训练集包括以下至少之一的参数：所述头肩区域的特征参数、所述头肩区域的LUV、所述头肩区域的梯度幅值、所述头肩区域的梯度方向。可选地，所述第二输出模块还包括：第一获取单元，用于获取多个头肩区域图像的特征信息；输入单元，用于将所述特征信息输入线性分类器；第二获取单元，用于根据所述线性分类器的输出结果获取所述安全带训练集和所述未系安全带训练集。可选地，所述第二获取单元还用于：当所述线性分类器的输出结果大于零时，确定所述头肩区域图像属于所述系安全带训练集；当所述线性分类器输出结果小于零时，确定所述头肩区域图像属于所述未系安全带训练集。本专利技术实施例技术方案，具有如下优点：本专利技术实施例提供了一种未系安全带行为检测方法及装置，在该方法中，获取驾驶室内的视频图像，将该视频图像输入至头肩检测模型，通过该头肩检测模型的输出定位该视频图像中的头肩区域，其中，该头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的，将该头肩区域输入至安全带识别模型，得到输出结果，其中，该输出结果用于指示该头肩区域是否未系安全带，该安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。通过本专利技术实施例解决了现有技术中未系安全带的智能化识别的检出率和准确率低的问题，实现了提高行车途中未系安全带的智能化识别的检出率和准确率。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的未系安全带行为检测方法的流程图；图2是根据本专利技术实施例的未系安全带行为检测装置的一个结构框图；图3是根据本专利技术实施例的未系安全带行为检测装置的另一个结构框图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1在本实施例中提供了一种未系安全带行为检测方法，图1是根据本专利技术实施例的未系安全带行为检测方法的流程图，如图1所示，该流程包括如下步骤：步骤S101：获取驾驶室内的视频图像。当前大多数车内装有记录行驶状况的前置摄像头，该摄像头可以对驾驶员所在整体区域进行图像采集,在不影响驾驶员驾驶安全的前提下，可以很清晰的拍摄到驾驶员的行为状态，具体地，为了得到清晰的视频图像，通过高斯滤波对该视频图像进行平滑处理，采用3*3高斯加权滤波器扫描图像中的每一个像素，更改其像素值为其本身和其3*3领域内的其他像素值的加权平均值，图像平滑对点状噪声和干扰脉冲具有良好的抑制作用，对图像进行高斯滤波处理之后，可以使用人体肤色模型对图像进行增强处理，扫描图像中的每一个像素点，对符合和不符合人体肤色模型的像素点分别进行处理，人体肤色在图像中的像素值处于一定的范围，驾驶舱内驾驶员的脸和手的区域由于符合人体肤色模型，在一定程度上有别于其他的干扰区域，同时由于肩部和头部的位置关系，使得头肩区域能够准确被定位出来；步骤S102：将该视频图像输入至头肩检测模型，通过该头肩检测模型的输出定位该视频图像中的头肩区域；其中，该头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的。引入该头肩检测模本文档来自技高网...

【技术保护点】
一种未系安全带行为检测方法，其特征在于，包括：获取驾驶室内的视频图像；将所述视频图像输入至头肩检测模型，通过所述头肩检测模型的输出定位所述视频图像中的头肩区域；其中，所述头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的；将所述头肩区域输入至安全带识别模型，得到输出结果；其中，所述输出结果用于指示所述头肩区域是否未系安全带；所述安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。

【技术特征摘要】
1.一种未系安全带行为检测方法，其特征在于，包括：获取驾驶室内的视频图像；将所述视频图像输入至头肩检测模型，通过所述头肩检测模型的输出定位所述视频图像中的头肩区域；其中，所述头肩检测模型是通过头肩训练集和非头肩训练集对分类器进行训练得到的；将所述头肩区域输入至安全带识别模型，得到输出结果；其中，所述输出结果用于指示所述头肩区域是否未系安全带；所述安全带识别模型是通过系安全带训练集和未系安全带训练集进行训练得到的。2.根据权利要求1所述的方法，其特征在于，所述头肩训练集包括以下至少之一的参数：所述头肩区域的特征参数、所述头肩区域的LUV、所述头肩区域的梯度幅值、所述头肩区域的梯度方向。3.根据权利要求1所述的方法，其特征在于，所述安全带训练集和所述未系安全带训练集通过下述步骤获取：获取多个头肩区域图像的特征信息；将所述特征信息输入线性分类器；根据所述线性分类器的输出结果获取所述安全带训练集和所述未系安全带训练集。4.根据权利要求1至3中任一所述的方法，其特征在于，根据所述线性分类器的输出结果获取所述系安全带训练集和所述未系安全带训练集包括：当所述线性分类器的输出结果大于零时，确定所述头肩区域图像属于所述系安全带训练集；当所述线性分类器输出结果小于零时，确定所述头肩区域图像属于所述未系安全带训练集。5.一...

【专利技术属性】
技术研发人员：谢波，蒲津，王宏宾，张如高，
申请(专利权)人：博康智能信息技术有限公司北京海淀分公司，
类型：发明
国别省市：北京,11