【技术实现步骤摘要】
一种疲劳驾驶的检测方法、装置、计算机设备和存储介质
本申请涉及图像处理领域和深度学习领域,尤其涉及一种疲劳驾驶的检测方法、装置、计算机设备和存储介质。
技术介绍
随着各式交通工具的普及,交通工具的行驶安全问题也成为一个重要的话题。如何有效检测驾驶员疲劳驾驶,并及时对驾驶员进行提示,是提高行驶安全性,减少交通事故的重要方面。现有技术中通常通过获取驾驶室内包含驾驶员人像的图像,对图像进行特征提取的方式,预测驾驶员是否疲劳驾驶。现有技术中这种检测疲劳驾驶的方式,检测疲劳驾驶的准确率偏低,检测速度较慢,无法及时、准确、迅速的检测出驾驶员的疲劳驾驶状态。
技术实现思路
本申请提供了一种疲劳驾驶的检测方法、装置、计算机设备和存储介质,以实现快速、准确的检测驾驶员是否处于疲劳驾驶状态。第一方面,本申请实施例公开了一种疲劳驾驶的检测方法,该方法包括:实时获取与交通工具驾驶员匹配的人脸图像帧,并获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像;获取与所述人脸图像帧的各器官图像分别对应的状态分类结果;根据与多张连续获取的人脸图像帧分别对应各器官图像的状态分类结果,计算与各疲劳检测器官分别对应的长时分类结果;根据与各疲劳检测器官分别对应的长时分类结果,对所述驾驶员进行疲劳检测。第二方面,本申请实施例公开了一种疲劳驾驶的检测装置,该装置包括:器官图像获取模块,用于实时获取与交通工具驾驶员匹配的人脸图像帧,并获取与所述人脸图像帧对应的至少一个疲 ...
【技术保护点】
1.一种疲劳驾驶的检测方法,包括:/n实时获取与交通工具驾驶员匹配的人脸图像帧,并获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像;/n获取与所述人脸图像帧的各器官图像分别对应的状态分类结果;/n根据与多张连续获取的人脸图像帧分别对应各器官图像的状态分类结果,计算与各疲劳检测器官分别对应的长时分类结果;/n根据与各疲劳检测器官分别对应的长时分类结果,对所述驾驶员进行疲劳检测。/n
【技术特征摘要】
1.一种疲劳驾驶的检测方法,包括:
实时获取与交通工具驾驶员匹配的人脸图像帧,并获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像;
获取与所述人脸图像帧的各器官图像分别对应的状态分类结果;
根据与多张连续获取的人脸图像帧分别对应各器官图像的状态分类结果,计算与各疲劳检测器官分别对应的长时分类结果;
根据与各疲劳检测器官分别对应的长时分类结果,对所述驾驶员进行疲劳检测。
2.根据权利要求1所述的方法,其特征在于,所述根据与多张连续获取的人脸图像帧分别对应各器官图像的状态分类结果,计算与各疲劳检测器官分别对应的长时分类结果,包括:
在当前人脸图像帧和设定数量的历史人脸图像帧中,分别获取各器官图像的状态分类结果;
确定与所述当前人脸图像帧以及各所述历史人脸图像帧分别对应的检测权重;
其中,所述检测权重与人脸图像帧的获取时间差负相关,所述获取时间差为人脸图像帧的获取时间与当前系统时间的时间差;
根据当前人脸图像帧和各历史人脸图像帧中,各器官图像的状态分类结果,以及与当前人脸图像帧和各历史人脸图像帧分别对应的检测权重,计算各器官图像的状态累加结果;
根据所述状态累加结果和预设的长时分类权重,计算各疲劳检测器官的长时分类结果。
3.根据权利要求1所述的方法,其特征在于,所述获取与所述人脸图像帧的各器官图像分别对应的状态分类结果,包括:
将与所述人脸图像帧的各器官图像分别输入至与器官图像匹配的状态分类模型中,获取与各所述器官图像对应的第一分类结果;
根据与各所述器官图像分别对应的多个器官关键点之间的相对位置关系,获取与各所述器官图像对应的第二分类结果;
根据所述第一分类结果和所述第二分类结果,确定与各所述器官图像对应的状态分类结果。
4.根据权利要求1所述的方法,其特征在于,获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像,包括:
在所述人脸图像帧中,识别人脸区域;
在所述人脸区域内,获取多个人脸关键点;
根据所述多个人脸关键点,获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像。
5.根据权利要求1-4任一项所述的方法,其特征在于,疲劳检测器官的器官图像包括:与左眼对应的左眼图像、与右眼对应的右眼图像以及与嘴巴对应的嘴巴图像;
所述状态分类结果包括:打开或者闭合。
6.根据权利要求5所述的方法,其特征在于,所述根据所述多个人脸关键点,获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像,包括下述至少一项:
根据人脸关键点中与左眼对应的两个眼角坐标,计算左眼的眼角距离;根据左眼的眼角距离和人脸关键点中左眼的中心点坐标,计算与左眼对应的左眼仿射变换矩阵,并根据左眼仿射变换矩阵,在所述人像采集图像中确定左眼图像;
根据人脸关键点中与右眼对应的两个眼角坐标,计算右眼的眼角距离;根据右眼的眼角距离和人脸关键点中右眼的中心点坐标,计算与右眼对应的右眼仿射变换矩阵,并根据右眼仿射变换矩阵,在所述人像采集图像中确定右眼图像;以及
根据人脸关键点中与嘴巴对应的两个嘴角坐标,计算嘴巴的嘴角距离;根据嘴巴的嘴角距离和人脸关键点中嘴巴的中心点坐标,计算与嘴巴对应的嘴吧仿射变换矩阵,并根据嘴巴仿射变换矩阵,在所述人像采集图像中确定嘴巴图像。
7.根据权利要求5所述的方法,其特征在于,所述根据与各疲劳检测器官分别对应的长时分类结果,对所述驾驶员进行疲劳检测,包括下述至少一项:
如果与左眼对应的长时分类结果为闭合,则确定所述驾驶员处于疲劳驾驶状态;
如果与右眼对应的长时分类结果为闭合,则确定所述驾驶员处于疲劳驾驶状态;
如果与嘴巴对应的长时分类结果为打开,则确定所述驾驶员处于疲劳驾驶状态;以及
如果与左眼和右眼分别对应的长时分类结果均为闭合,则确定所述驾驶员处于疲劳驾驶状态。
8.一种疲劳驾驶的检测装置,包括:
器官图像获取模块,用于实时获取与交通工具驾驶员匹配的人脸图像帧,并获取与所述人脸图像帧对应的至少一个疲劳检测器官的器官图像;
状态分类结果获取模块,用于获取与所述人脸图像帧的各器官图像分别对应的状态分类结果;
长时分类结果获取模块,用于根据与多张连续获取的人脸图像帧分别对应各器官图像的状态分类结果...
【专利技术属性】
技术研发人员:王珂尧,冯浩城,岳海潇,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。