The invention relates to a safety belt detection method based on driver monitoring system (DMS), which comprises the following steps: (1) obtaining the target DMS image; (2) identifying the first part of the safety belt in the target DMS image, wherein the first part is the top end of the safety belt to the junction of the safety belt and the driver's shoulder; (3) extracting the safety belt corresponding to the first part from the target DMS image Take the first part of the image, and determine the angle value between the first part of the safety belt and the vertical direction based on the first part of the safety belt image; (4) determine whether the included angle value is less than the preset included angle threshold; and (5) determine that the driver does not wear the safety belt normally when the included angle value is less than the preset included angle threshold. Accordingly, the invention also relates to a safety belt detection device based on DMS. The method and the device according to the invention can effectively reduce the interference of external factors and effectively improve the real-time performance and accuracy of the safety belt detection.
【技术实现步骤摘要】
一种基于驾驶员监控系统的安全带检测方法以及相应的设备
本专利技术涉及智能交通领域,尤其是智能驾驶领域。具体地,本专利技术涉及一种基于驾驶员监控系统的安全带检测方法以及相应的设备。对本领域技术人员而言,显而易见的是,本专利技术亦可应用于其它领域。
技术介绍
随着驾驶员监控系统(DriverMonitoringSystem,简称DMS)的发展与推广,是否佩带全安带,成为驾驶员驾驶行为安全监控的一项重要指标。如果正确佩带了安全带,驾驶员在正面撞车事故中伤亡率可以减少75%,在翻车伤事故中伤亡率可以减少80%。因此,督促驾驶员在开车过程中佩戴安全带,对保障驾驶员生命安全具有重要意义。目前,主流的驾驶员安全带检测方法主要依托交通卡口的电子警察系统,利用高清摄像头采集通过交通卡口的车辆驾驶状态的图像,通过图像处理技术来分析驾驶员是否佩带安全带。例如,申请公布号为CN106650567A的中国专利申请提供的方法是,首先获取道路上车辆行驶情况的图像,然后通过图像分割和图像检测确定安全带检测区域并且在安全带检测区域中提取直线段,最后基于所述直线段来确定驾驶员是否包含安全带。但是,这种方法的准确率较低,实时性较差,容易受到外界光线、拍摄角度、车辆行驶速度和天气情况等外界因素和条件的影响,无法对驾驶员是否佩戴安全带实施准确高并且实时性强的检测和监控。
技术实现思路
针对现有技术中的上述缺陷,本专利技术提供一种基于驾驶员监控系统(DMS)的安全带检测方法以及相应的设备,所述方法和设备能够解决现有技术中安全带检测的 ...
【技术保护点】
1.一种基于驾驶员监控系统(DMS)的安全带检测方法,所述安全带检测方法包括以下步骤:/n(1)获取目标DMS图像;/n(2)识别所述目标DMS图像中的安全带的第一部分,其中,所述第一部分为所述安全带的最上端至所述安全带与驾驶员肩膀交界处;/n(3)从所述目标DMS图像中提取与所述第一部分对应的安全带第一部分图像,并且基于所述安全带第一部分图像确定所述安全带的第一部分与垂直方向的夹角值;/n(4)判断所述夹角值是否小于预设夹角阈值;以及/n(5)在所述夹角值小于所述预设夹角阈值的情况下,判定所述驾驶员未正常佩戴安全带。/n
【技术特征摘要】
1.一种基于驾驶员监控系统(DMS)的安全带检测方法,所述安全带检测方法包括以下步骤:
(1)获取目标DMS图像;
(2)识别所述目标DMS图像中的安全带的第一部分,其中,所述第一部分为所述安全带的最上端至所述安全带与驾驶员肩膀交界处;
(3)从所述目标DMS图像中提取与所述第一部分对应的安全带第一部分图像,并且基于所述安全带第一部分图像确定所述安全带的第一部分与垂直方向的夹角值;
(4)判断所述夹角值是否小于预设夹角阈值;以及
(5)在所述夹角值小于所述预设夹角阈值的情况下,判定所述驾驶员未正常佩戴安全带。
2.根据权利要求1所述的安全带检测方法,其特征在于,所述步骤(3)中基于所述安全带第一部分图像确定所述安全带的第一部分与垂直方向的夹角值包括以下次级子步骤:
(3-1)使用Canny边缘检测算法提取所述安全带第一部分图像的边缘;
(3-2)使用Hough变换识别所述安全带第一部分图像中的直线,从而得到所述安全带第一部分图像中的多个直线段;
(3-3)确定所述多个直线段中各个直线段的长度值;
(3-4)选取所述多个直线段中长度值大于预设长度阈值的多个目标直线段,并且确定所述多个目标直线段中各个目标直线段与垂直方向的夹角值,从而得到所述各个目标直线段的夹角值;以及
(3-5)根据所述各个目标直线段的夹角值和所述各个目标直线段的长度值确定所述安全带的第一部分与垂直方向的夹角值。
3.根据权利要求2所述的安全带检测方法,其特征在于,所述次级子步骤(3-5)根据所述各个目标直线段的夹角值和所述各个目标直线段的长度值确定所述安全带的第一部分与垂直方向的夹角值包括:
将所述各个目标直线段的长度值与所述多个目标直线段的总长度值的比值确定为所述各个目标直线段的权重系数;
将所述各个目标直线段的夹角值与相应的权重系数相乘并求和,以得到所述安全带的第一部分与垂直方向的夹角值。
4.根据权利要求1至3之一所述的安全带检测方法,其特征在于,在所述夹角值不小于所述预设夹角阈值的情况下,所述安全带检测方法还包括以下第一级子步骤:
(1)识别所述驾驶员的脸部特征并且获取与所述脸部特征关联的预设标识信息,其中,所述预设标识信息设置在所述安全带的第二部分上,所述第二部分为所述安全带与驾驶员肩膀交界处至所述安全带的最下端;
(2)识别所述目标DMS图像中所述安全带的第二部分;
(3)从所述目标DMS图像中提取与所述第二部分对应的安全带第二部分图像,并且基于所述安全带第二部分图像检测所述安全带第二部分图像中出现所述预设标识信息的最大置信度;
(4)判断所述最大置信度是否大于预设置信度阈值;以及
(5)在所述最大置信度大于所述预设置信度阈值的情况下,判定所述驾驶员正常佩戴了安全带。
5.根据权利要求4所述的安全带检测方法,其特征在于,在所述最大置信度不大于所述预设置信度阈值的情况下,所述安全带检测方法还包括以下第二级子步骤:
(1)获取已经训练好的分类器;
(2)将所述安全带第二部分图像输入所述已经训练好的分类器中进行识别,以输出分类结果;
(3)根据所述分类结果,判定所述驾驶员是否正常佩戴安全带。
6.根据权利要求5所述的安全带检测方法,其特征在于,所述第二级子步骤(1)获取已经训练好的分类器包括:
获取当前驾驶员的历史视频数据;
从所述历史视频数据中收集多个正样本和多个负样本,其中,在所述正样本中驾驶员正常佩戴了安全带,在所述负样本中驾驶员未正常佩戴安全带;
利用所述多个正样本和所述多个负样本训练一个基于深度卷积神经网络(CNN)的分类器。
7.根据权利要求4所述的安全带检测方法,其特征在于,所述第一级子步骤(3)中基于所述安全带第二部分图像检测所述安全带第二部分图像中出现所述预设标识信息的最大置信度包括:
利用模板匹配检测来获取所述安全带第二部分图像中出现所述预设标识信息的多个置信度;
将所述多个置信度中数值最大的置信度确定为所述最大置信度。
8.根据权利要求4所述的安全带检测方法,其特征在于,所述预设置信度阈值为80%、85%、90%或95%。
9.根据权利要求1至3之一所述的安全带检测方法,其特征在于,所述目标DMS图像为红外图像,所述预设标识信息为使用红外敏感涂料或者油漆涂覆或者印制的条形码或二维码。
10.一种基于驾驶员监控系统(DMS)的安全带检测设备,所述安全带检测设备包括:
获取模块(401),所述获取模块(401)被配置用于获取目标DMS图像;
识别模块(402),所述识别模块(402)被配置...
【专利技术属性】
技术研发人员:李生金,杨冬,孙冲,
申请(专利权)人:径卫视觉科技上海有限公司,
类型:发明
国别省市:上海;31
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。