The invention relates to a distracted driving behavior early warning method based on cab near infrared camera, which includes the following steps: (1) driver face detection, off-line acquisition of near infrared image data of cab scene by car near infrared camera, tagging of image data face area, off-line training of Adaboost classifier as face detection; Detection classifier, using face detection classifier to search the region of interest of face; 2) dangerous driving behavior detection, based on the region of interest of face, adding background area, using deep convolution neural network to detect dangerous driving behavior; 3) dangerous driving behavior early warning, using time series data to multi-frame dangerous driving behavior. Confirm that visual and/or auditory early warning signals are emitted if the set threshold for the number of consecutive frames is reached. The invention can recognize and warn the driver's distracted dangerous driving behavior to prompt the driver to change the distracted behavior immediately and maintain the normal driving state, thereby improving the driving safety.
【技术实现步骤摘要】
一种基于驾驶室近红外相机的分神驾驶行为预警方法
本专利技术涉及车辆控制领域,尤其涉及一种基于驾驶室近红外相机的分神驾驶行为预警方法。
技术介绍
据道路交通事故数据统计,有超过半数的交通事故是由汽车驾驶员的危险行为或错误车辆操作所导致的,然而,此类人为事故中大部分是由于疲劳驾驶或驾驶员的分神行为造成的。现有乘用车以及商用车的主动安全系统很少有涉及驾驶员行为分析与提醒功能,尤其是对于商业运输车辆而言,长时间驾驶以及长途驾驶使上述危险驾驶情况的发生概率更高。现有大部分商用营运车辆不具备功能完善的驾驶员行为监测系统,有些虽具备车载录像以及操作记录功能,但不具备疲劳驾驶或危险驾驶行为预警功能,因而无法有效保障行车安全。
技术实现思路
本专利技术为了解决上述技术问题,提供一种基于驾驶室近红外相机的分神驾驶行为预警方法,利用驾驶室近红外视觉数据,对驾驶员在驾驶过程中的危险分神驾驶行为进行智能分析,能对分神的危险驾驶行为进行识别与预警,以提示驾驶员立即改变分神行为,保持到正常规范驾驶行为,从而提高行车安全性。本专利技术的上述技术问题主要是通过下述技术方案得以解决的:本专利技术一种基于驾驶室近红外相机的分神驾驶行为预警方法,包括下列步骤:驾驶员人脸检测:通过车载近红外相机离线采集驾驶室场景近红外图像数据,对图像数据人脸区域进行标注,离线训练Adaboost分类器作为人脸检测分类器,利用人脸检测分类器搜索人脸感兴趣(ROI)区域;②危险驾驶行为检测:基于人脸感兴趣区域,增加背景区域,利用深度卷积神经网络进行危险驾驶行为检测;③危险驾驶行为预警:利用时序数据对危险驾驶行为进行多帧确 ...
【技术保护点】
1.一种基于驾驶室近红外相机的分神驾驶行为预警方法,其特征在于包括下列步骤:①驾驶员人脸检测:通过车载近红外相机离线采集驾驶室场景近红外图像数据,对图像数据人脸区域进行标注,离线训练Adaboost分类器作为人脸检测分类器,利用人脸检测分类器搜索人脸感兴趣区域;②危险驾驶行为检测:基于人脸感兴趣区域,增加背景区域,利用深度卷积神经网络进行危险驾驶行为检测;③危险驾驶行为预警:利用时序数据对危险驾驶行为进行多帧确认,如达到设定的连续帧数阈值,则发出视觉预警信号和/或听觉预警信号。
【技术特征摘要】
1.一种基于驾驶室近红外相机的分神驾驶行为预警方法,其特征在于包括下列步骤:①驾驶员人脸检测:通过车载近红外相机离线采集驾驶室场景近红外图像数据,对图像数据人脸区域进行标注,离线训练Adaboost分类器作为人脸检测分类器,利用人脸检测分类器搜索人脸感兴趣区域;②危险驾驶行为检测:基于人脸感兴趣区域,增加背景区域,利用深度卷积神经网络进行危险驾驶行为检测;③危险驾驶行为预警:利用时序数据对危险驾驶行为进行多帧确认,如达到设定的连续帧数阈值,则发出视觉预警信号和/或听觉预警信号。2.根据权利要求1所述的一种基于驾驶室近红外相机的分神驾驶行为预警方法,其特征在于所述的步骤①包括下列步骤:(1.1)通过车载近红外相机离线采集驾驶室场景近红外图像数据,对图像数据人脸区域进行标注,生成正样本图像12000张,负样本图像20000张,离线训练级联Haar特征或LBP特征的Adaboost分类器作为人脸检测分类器;(1.2)利用人脸检测分类器,在驾驶室感兴趣区域内按设定步长以及设定尺度滑窗搜索人脸感兴趣区域,对于每个滑窗,计算离线训练时所应用的Haar特征算子或LBP特征算子,并将所得特征向量送入Soft-Cascade分类器进行二分类,利用NMS对分类结果一致的重合滑窗区域进行合并,在线获得驾驶员人脸感兴趣区域;(1.3)根据在线检测获得的驾驶员人脸感兴趣区域,提取角点计算,利用Lucas-Kanade光流方法计算角点特征的运动信息,并且更新角点特征位置,基于相似性投影关系假设,利用RANSAC方法计算当前帧人脸的位置更新,并与当前帧人脸检测结果进行融合,获得最终人脸感兴趣区域。3.根据权利要求1所述的一种基于驾驶室近红外相机的分神驾驶行为预警方法,其特征在于所述的步骤②为:基于获得的最终人脸感兴趣区域,按1.2的比例系数,增加背景区域,生成用于分析危险驾驶行为的吸烟感兴趣区域和接打电话感兴趣区域,利用深度卷积神经网络进行危险驾驶行为检测,检测方法包括下列步骤:(2.1)深度卷积神经网络设计:采用深度卷积神经网络设计行为检测网络结构,包括区域建议网络结构和区域回归网络结构;(2.2)离线训练深度卷积神经网络结构:分别训练吸烟和接打电话两种行为的检测网络,检测网络的训练分为两个步骤,第一步训练区域建议网络结构,第二步训练区域回归网络结构;(2.3)前端应用深度卷积神经网络结构:在吸烟感兴趣区域和接打电话感兴趣区域内进行危险驾驶行为检测。4.根据权利要求3所述的一种基于驾驶室近红外相机的分神驾驶行为预警方法,其特征在于所述的步骤(2.1)中,所述的区域建议网络结构由卷积层构成,输入为16×16×3图像数据,输出为区域建议框的置信度以及粗略顶点位置;所述的区域回归网络结构由卷积层和全连接层构成,输入为32×32×3图像数据,输出为危险驾驶行为的置信度以及精确顶点位置。5.根据权...
【专利技术属性】
技术研发人员:缪其恒,陈淑君,王江明,许炜,
申请(专利权)人:浙江零跑科技有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。