【技术实现步骤摘要】
一种基于固定摄像头图像的驾驶员行为检测方法
本专利技术属于计算机视觉
，主要涉及图像目标检测与分析，尤其涉及一种根据图像中各目标间相互关系检测特定不良驾驶行为的方法。
技术介绍
通过视频图像来实时检测驾驶员违规行为的技术，具有非常重要的实用价值。目前，既有的这类技术还不够完善，通常只能检测某一种驾驶行为。王丹.基于机器视觉的驾驶员打电话行为检测[D].北京理工大学,2015.提出了通过计算机视觉的方法检测驾驶员打电话行为的方法，该方法将驾驶员打电话行为分解为一系列满足一定时序关系的原子动作，使用与或图来建模打电话行为的层次结构以及原子动作之间的时序关系，通过统计解析的方法在驾驶员的视频中检测打电话行为。王尽如.基于半监督支持向量机的驾驶员打电话行为检测[D].湖南大学,2018.提出了通过半监督支持向量机检测驾驶员打电话行为的方法，该方法根据头部位置的偏转来确定打电话行为的检测区域，从而保证检测结果的优异性；通过改进半监督向量机中的局部搜索算法，得到基于打电话行为检测的半监督支持向量机。李兆旭,陈之坤,李永毅,...
【技术保护点】
1.一种基于固定摄像头图像的驾驶员行为检测方法，根据图像中各目标间相互关系来分析驾驶行为，其特征在于，包括以下步骤：/n步骤1、构建并训练目标检测神经网络，目标检测神经网络用于对驾驶行为的分析目标进行检测，目标检测神经网络包括全卷积神经网络、感兴趣区域提议网络及检测器，全卷积神经网络用于获取图像特征，感兴趣区域提议网络用于依据图像特征获得每幅图像的多个初始感兴趣区域，再通过非极大值抑制合并初始感兴趣区域，得到最终的感兴趣区域，检测器用于对最终的感兴趣区域进行分类以对分析目标进行检测，其中，分析目标包括头部目标、手部目标、手机目标、方向盘目标、香烟目标、手拿手机目标、驾驶员空...
【技术特征摘要】
1.一种基于固定摄像头图像的驾驶员行为检测方法，根据图像中各目标间相互关系来分析驾驶行为，其特征在于，包括以下步骤：
步骤1、构建并训练目标检测神经网络，目标检测神经网络用于对驾驶行为的分析目标进行检测，目标检测神经网络包括全卷积神经网络、感兴趣区域提议网络及检测器，全卷积神经网络用于获取图像特征，感兴趣区域提议网络用于依据图像特征获得每幅图像的多个初始感兴趣区域，再通过非极大值抑制合并初始感兴趣区域，得到最终的感兴趣区域，检测器用于对最终的感兴趣区域进行分类以对分析目标进行检测，其中，分析目标包括头部目标、手部目标、手机目标、方向盘目标、香烟目标、手拿手机目标、驾驶员空座椅目标；
步骤2、获取固定在驾驶室右前上方位置的摄像头的可见光图像和近红外光图像，该摄像头能够完整捕捉驾驶员上半身、驾驶员座椅、方向盘的视频图像；
步骤3、通过步骤1获得的训练后的目标检测神经网络检测上一步所获取图像中的驾驶员头部目标、驾驶员手部目标、方向盘目标、香烟目标、手机目标、手拿手机目标、驾驶员空座椅目标区域和位置；
步骤4、根据步骤3的目标检测结果，采用基于先验知识的层次化多标签分类方案对驾驶员的行为进行检测，包括以下步骤：
步骤5、在步骤3获得的目标检测结果中，若未检测获得方向盘目标和驾驶员头部目标，则判断摄像头被全遮挡，转入步骤11；若未检测到方向盘目标和空驾驶员座椅目标，则判断摄像头被全遮挡，转入步骤11；若未获得方向盘目标，则判断摄像头被局部遮挡，转入步骤11；否则进入步骤6；
步骤6、若在步骤3获得的目标检测结果中检测到驾驶员空座椅目标，则判断有驾驶员脱岗行为，转入步骤11；否则进入步骤7；
步骤7、若在步骤3获得的目标检测结果中，若检测到的两个驾驶员手部目标都未与方向盘目标接触，则判断有双手脱离方向盘行为，进入步骤9，否则进入步骤8；
步骤8、若在步骤3获得的目标检测结果中，有且只有一个驾驶员手部目标与方向盘目标接触，则判断有单手脱离方向盘行为，进入步骤9；否则进入步骤9；
步骤9、若在步骤3获得的目标检测结果中，若手机目标与驾驶员手部目标接触或者检测到手拿手机目标，...
【专利技术属性】
技术研发人员：杨辰曲，周建武，张银河，赵晓臻，童卫青，
申请(专利权)人：上海中安电子信息科技有限公司，华东师范大学，
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。