安全带检测方法、装置、电子设备及系统制造方法及图纸

本发明专利技术实施例公开了一种安全带检测方法、装置、电子设备及系统，该安全带检测方法包括：获取车载摄像头采集到的驾驶员驾驶状态图像；利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；输出所述安全带检测结果。因此，本发明专利技术实施例实现了准确、实时地检测驾驶员安全带佩戴情况，提高了安全带检测的可靠性和效率。

【技术实现步骤摘要】
安全带检测方法、装置、电子设备及系统
本专利技术涉及深度学习和机器视觉领域，具体涉及一种安全带检测方法、装置、电子设备及系统。
技术介绍
随着经济发展，城市建设速度加快，汽车的数量逐年增加。汽车持续快速增长为城市交通系统带来巨大负担，违法驾驶和不良驾驶行为依旧存在，驾驶员未佩戴安全带直接关系到自身和他人的生命安全。传统的安全带检测通过锁扣内接触开关触发，当驾驶员进入驾驶室并打开点火钥匙控制器开始工作，在安全带没有插入锁扣时，汽车安全带声音提示装置的回路导通，提示驾驶员系上安全带；系上安全带后，安全带锁扣内的接触开关处在关闭状态，安全带提醒系统电源被断开，从而提示声音停止。但是，由于检测系统仅针对锁扣内部，因此存在一定局限性，驾驶员可以通过利用安全带插扣，或者直接将安全带从背后插入锁扣等方式，屏蔽安全带提示，从而在不系安全带的情况下驾驶。
技术实现思路
由于现有方法存在上述问题，本专利技术实施例提出一种安全带检测方法、装置、电子设备及系统，以实现在驾驶室内可以准确、实时地检测驾驶员安全带佩戴情况，当驾驶员未系安全带时对驾驶员进行报警提示的方法，并用于弥补现有卡口类安全带检测系统易被驾驶员屏蔽的问题。第一方面，本专利技术实施例提出一种安全带检测方法，包括：获取车载摄像头采集到的驾驶员驾驶状态图像；利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；输出所述安全带检测结果。可选地，所述利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果，包括：将所述驾驶员驾驶状态图像输入所述安全带检测深度学习网络中，得到至少一个安全带像素点；对各个安全带像素点进行聚类，得到安全带所在区域；根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果。可选地，所述安全带检测深度学习网络是在U型网络结构中使用了移动端神经网络MobileNet的深度可分离卷积模块的语义分割网络。可选地，所述对各个安全带像素点进行聚类，得到安全带所在区域，包括：利用基于密度的噪声应用空间聚类DBSCAN方式，对所述各个安全带像素点进行聚类，聚类后只保留最大的安全带像素点簇，其他区域的安全带像素点作为噪声去掉，所述最大的像素点簇为所述安全带所在区域。可选地，所述根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果，包括：按照第一设定规则根据所述安全带所在区域中的安全带像素点个数和设定个数阈值，判断是否检测到安全带，得到判断结果；按照第二设定规则计算所述判断结果对应的当前累计检测数；若所述当前累计检测数大于0，则确定驾驶员已系安全带；若所述当前累计检测数小于或等于0，则确定驾驶员未系安全带。可选地，所述第一设定规则包括：若所述安全带像素点个数大于或等于所述设定个数阈值，则确定检测到安全带；若所述安全带像素点个数小于所述设定个数阈值，则确定未检测到安全带；所述第二设定规则包括：当前累计检测数的初始状态为0，若当前帧图像确定检测到安全带，则用于表征所述当前累计检测数的值加1；若当前帧图像确定未检测到安全带，则用于表征所述当前累计检测数的值减1；若所述当前累计检测数超过预设的累计检测上限帧数，则将所述当前累计检测数的绝对值设置为所述预设的累计检测上限帧数。可选地，所述输出所述安全带检测结果，包括：将所述安全带检测结果发送至多媒体中控屏，以使所述多媒体中控屏显示所述安全带检测结果，以及若所述安全带检测结果为驾驶员未系安全带，则所述多媒体中控屏输出未系安全带语音信息；和/或若所述安全带检测结果为驾驶员未系安全带的累计连续次数超过设定次数阈值，则将未系安全带报警信息发送至服务器，以使所述服务器输出所述未系安全带报警信息。第二方面，本专利技术实施例提出一种安全带检测装置，包括：获取模块，用于获取车载摄像头采集到的驾驶员驾驶状态图像；检测模块，用于利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；输出模块，用于输出所述安全带检测结果。第三方面，本专利技术实施例提出一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述安全带检测方法的步骤。第四方面，本专利技术实施例提出一种安全带检测系统，包括：车载摄像头和车载终端、以及多媒体中控屏和/或服务器；其中，所述车载摄像头包括红外摄像头，所述红外摄像头位于车辆仪表盘上方，以及车辆方向盘的左侧或者右侧；所述车载终端用于实现如第一方面所述安全带检测方法的步骤。由上述技术方案可知，本专利技术实施例通过获取车载摄像头采集到的驾驶员驾驶状态图像，利用安全带检测深度学习网络对驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果，其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带，输出安全带检测结果，从而实现了准确、实时地检测驾驶员安全带佩戴情况，提高了安全带检测的可靠性和效率。说明书附图为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本专利技术的一些实施例，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，还可以根据这些图获得其他的附图。图1为本专利技术实施例提供的一种安全带检测方法的流程示意图；图2为本专利技术实施例提供的一种安全带检测深度学习网络的结构示意图；图3为本专利技术实施例提供的一种安全带检测装置的结构示意图；图4为本专利技术实施例提供的一种电子设备的实体结构示意图；图5为本专利技术实施例提供的一种安全带检测系统的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中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作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。为了便于清楚描述本专利技术实施例的技术方案，在本专利技术的各实施例中，若采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。图1为本专利技术实施例提供的一种安全带检测方法的流程示意图；该方法可以用于实现安全带检测功能的电子设备上，比如：车载终端；如图1所示，该安全带检测方法可以包括：S101、获取车载摄像头采集到的驾驶员驾驶状态图像。具体地，车载摄像头可以为红外摄像头，该红外摄像头可以位于车辆仪表盘本文档来自技高网...

【技术保护点】
1.一种安全带检测方法，其特征在于，包括：/n获取车载摄像头采集到的驾驶员驾驶状态图像；/n利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；/n输出所述安全带检测结果。/n

【技术特征摘要】
1.一种安全带检测方法，其特征在于，包括：
获取车载摄像头采集到的驾驶员驾驶状态图像；
利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；
输出所述安全带检测结果。


2.根据权利要求1所述的安全带检测方法，其特征在于，所述利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果，包括：
将所述驾驶员驾驶状态图像输入所述安全带检测深度学习网络中，得到至少一个安全带像素点；
对各个安全带像素点进行聚类，得到安全带所在区域；
根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果。


3.根据权利要求1或2所述的安全带检测方法，其特征在于，所述安全带检测深度学习网络是在U型网络结构中使用了移动端神经网络MobileNet的深度可分离卷积模块的语义分割网络。


4.根据权利要求2所述的安全带检测方法，其特征在于，所述对各个安全带像素点进行聚类，得到安全带所在区域，包括：
利用基于密度的噪声应用空间聚类DBSCAN方式，对所述各个安全带像素点进行聚类，聚类后只保留最大的安全带像素点簇，其他区域的安全带像素点作为噪声去掉，所述最大的像素点簇为所述安全带所在区域。


5.根据权利要求2所述的安全带检测方法，其特征在于，所述根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果，包括：
按照第一设定规则根据所述安全带所在区域中的安全带像素点个数和设定个数阈值，判断是否检测到安全带，得到判断结果；
按照第二设定规则计算所述判断结果对应的当前累计检测数；
若所述当前累计检测数大于0，则确定驾驶员已系安全带；
若所述当前累计检测数小于或等于0，则确定驾驶员未系安全带。


6.根据权利要求5所述的安全带检测方法，其特征在于，所述第一设...

【专利技术属性】
技术研发人员：汪寒，金丽娟，吕慧华，
申请(专利权)人：杭州鸿泉物联网技术股份有限公司，
类型：发明
国别省市：浙江;33