一种基于方向梯度直方图的驾驶员抽烟动作检测算法制造技术

本发明专利技术公开了一种基于方向梯度直方图的驾驶员抽烟动作检测算法，提取人脸嘴部图像区域作为感兴趣区域，然后提取该区域局部图像的梯度作为特征，通过支持向量机对行为进行学习分类，其主要包含模型训练阶段和行为预测阶段；本发明专利技术基于方向梯度直方图的算法是基于图像梯度方向和幅度的，抗干扰能力和光照能力强，鲁棒性好；本发明专利技术是通过机器学习中的支持向量机学习模型特征，对行为进行分类，效果好，准确率高；本发明专利技术是在感兴趣区域基础上提取方向梯度直方图特征，行为检测实时性强。

【技术实现步骤摘要】
一种基于方向梯度直方图的驾驶员抽烟动作检测算法
本专利技术涉及检测算法
，具体为一种基于方向梯度直方图的驾驶员抽烟动作检测算法。
技术介绍
目前针对抽烟行为的检测是基于基本图像处理方法，主要是将三通道图像从RGB转换至YCbCr中，通过肤色检测定位人脸，再在HSV颜色空间中定位到烟支，然后判断烟支和人脸嘴部关系实现抽烟行为检测。该算法利用颜色空间特征过于单一，容易受环境影响，鲁棒性不佳，准确率难以保证，而且三通道处理图像有点耗时。
技术实现思路
本专利技术的目的在于提供一种基于方向梯度直方图的驾驶员抽烟动作检测算法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于方向梯度直方图的驾驶员抽烟动作检测算法，其特征在于：包括以下步骤：A、在训练阶段，收集各种情况数据集，标注数据，对数据添加高斯噪声、做水平镜像变换，增强数据数量和训练的鲁棒性；B、加载人脸模型，提取嘴部区域并归一化，步骤如下：a、加载已训练的人脸模型，精确定位人脸上特征点的位置；b、通过嘴巴坐标位置，取嘴部附近区域为感兴趣区域；c、对感兴趣区域基于双线性插值进行归一化处理，双线性插值就是本文档来自技高网...

【技术保护点】
1.一种基于方向梯度直方图的驾驶员抽烟动作检测算法，其特征在于：包括以下步骤：A、在训练阶段，收集各种情况数据集，标注数据，对数据添加高斯噪声、做水平镜像变换，增强数据数量和训练的鲁棒性；B、加载人脸模型，提取嘴部区域并归一化，步骤如下：a、加载已训练的人脸模型，精确定位人脸上特征点的位置；b、通过嘴巴坐标位置，取嘴部附近区域为感兴趣区域；c、对感兴趣区域基于双线性插值进行归一化处理，双线性插值就是在x方向和y方向分别进行一次插值，其插值公式如下：

【技术特征摘要】
1.一种基于方向梯度直方图的驾驶员抽烟动作检测算法，其特征在于：包括以下步骤：A、在训练阶段，收集各种情况数据集，标注数据，对数据添加高斯噪声、做水平镜像变换，增强数据数量和训练的鲁棒性；B、加载人脸模型，提取嘴部区域并归一化，步骤如下：a、加载已训练的人脸模型，精确定位人脸上特征点的位置；b、通过嘴巴坐标位置，取嘴部附近区域为感兴趣区域；c、对感兴趣区域基于双线性插值进行归一化处理，双线性插值就是在x方向和y方向分别进行一次插值，其插值公式如下：其中，Q11＝(x1,y1)、Q12＝(x1,y2)、Q21＝(x2,y1)、Q22＝(x2,y2)是(x,y)相邻的四个点；d、在具体实施中，先根据以下公式计算目标像素点在源图像的位置：srcX＝dstX*(srcWidth/dstWidth)srcY＝dstY*(srcHeight/dstHeight)其中，srcX和srcY是源图像位置，其一般是浮点数，dstX和dstY是目标像素位置，上述的四个点就是与源图像位置相邻的四个点，通过上述公式将感兴趣区域归一化尺寸为100*50大小；C、对归一化后的嘴部区域提取方向梯度直方图特征，其步骤为：a、对归一化后的嘴部区域提取方向梯度直方图特征，该特征的计算公式如下：dx＝-f(x,y)+f(x+2,y)dy＝-f(x,y)+f(x,y+2)m2＝dx*dx+dy*dyθ＝cosθ1*dx+sinθ2*dy其中，f(x,y)为图像在(x,y)处的灰度值，dx为图像在(x,y)处的x方向的偏导数，dy为图像在(x,y)处的y...

【专利技术属性】
技术研发人员：刘维，雷冬华，石林，万长明，徐烨，徐文杰，
申请(专利权)人：吉旗物联科技上海有限公司，
类型：发明
国别省市：上海,31