驾驶状态的检测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种驾驶状态的检测方法、装置、计算机设备及存储介质。所述方法包括：获取设定时间段内的人脸关键点，并确定用户脸部数据；获取所述时间段内的车辆控制行为数据；根据所述用户脸部数据和所述车辆控制行为数据，确定驾驶状态；根据所述驾驶状态，确定并执行对应的处理任务。本发明专利技术实施例可以降低驾驶状态检测成本，提高驾驶状态检测准确率。提高驾驶状态检测准确率。提高驾驶状态检测准确率。

【技术实现步骤摘要】
驾驶状态的检测方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及数据处理领域，尤其涉及一种驾驶状态的检测方法、装置、计算机设备及存储介质。

技术介绍

[0002]在高速公路快速发展的时代，疲劳驾驶是造成交通事故的主要元凶之一。随着人们安全意识和科学技术的提高，疲劳驾驶检测手段应运而生。
[0003]目前所知的疲劳驾驶检测方法主要有基于生理信号的疲劳检测方法和基于行车信息的疲劳检测方法。基于生理信号的疲劳检测方法通过检测包括脑电波、心率等生理信号来判别驾驶员注意力对否集中，从而进行疲劳检测。
[0004]上述方法中，基于生理信号的疲劳检测方法需要高精度的检测设备，检测成本较高。

技术实现思路

[0005]本专利技术实施例提供一种驾驶状态的检测方法、装置、计算机设备及存储介质，可以降低驾驶状态检测成本，提高驾驶状态检测准确率。
[0006]第一方面，本专利技术实施例提供了一种驾驶状态的检测方法，包括：
[0007]获取设定时间段内的人脸关键点，并确定用户脸部数据；
[0008]获取所述时间段内的车辆控制行为数据；
[0009]根据所述用户脸部数据和所述车辆控制行为数据，确定驾驶状态；
[0010]根据所述驾驶状态，确定并执行对应的处理任务。
[0011]第二方面，本专利技术实施例还提供了一种驾驶状态的检测装置，包括：
[0012]用户脸部数据获取模块，用于获取设定时间段内的人脸关键点，并确定用户脸部数据；
[0013]车辆控制行为数据获取模块，用于获取所述时间段内的车辆控制行为数据；
[0014]驾驶状态确定模块，用于根据所述用户脸部数据和所述车辆控制行为数据，确定驾驶状态；
[0015]处理任务执行模块，用于根据所述驾驶状态，确定并执行对应的处理任务。
[0016]第三方面，本专利技术实施例还提供了一种计算机设备，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本专利技术实施例中任一所述的驾驶状态的检测方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的驾驶状态的检测方法。
[0018]本专利技术实施例通过获取人脸关键点，确定用户脸部数据，以及统计车辆控制行为数据，可以充分根据用户脸部状态和车辆的行驶状态，检测用户的驾驶状态，解决了基于生理信号的疲劳检测导致成本高的问题，可以通过图像处理和车辆上传感器即可检测用户脸
部数据和车辆控制行为数据，降低检测成本，同时通过多维度数据，检测驾驶状态，提高驾驶状态检测准确率。
附图说明
[0019]图1是本专利技术实施例一中的一种驾驶状态的检测方法的流程图；
[0020]图2a是本专利技术实施例二中的一种驾驶状态的检测方法的流程图；
[0021]图2b是本专利技术实施例二中的一种公式参数计算的流程图；
[0022]图2c是本专利技术实施例二中的一种驾驶状态的检测方法的流程图；
[0023]图3是本专利技术实施例三中的一种驾驶状态的检测装置的结构示意图；
[0024]图4是本专利技术实施例四中的一种计算机设备的结构示意图。
具体实施方式
[0025]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0026]实施例一
[0027]图1为本专利技术实施例一中的一种驾驶状态的检测方法的流程图，本实施例可适用于检测车辆内驾驶员的驾驶状态的情况，该方法可以由本专利技术实施例提供的驾驶状态的检测装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成计算机设备中，例如车载终端或手机等。如图1所示，本实施例的方法具体包括：
[0028]S110，获取设定时间段内的人脸关键点，并确定用户脸部数据。
[0029]人脸关键点为车辆内驾驶员的人脸关键点。设定时间段内可以是指统计时长。示例性的，设定时间段为10秒或5分钟。通常需要检测用户连续变化的脸部状态，需要连续统计设定时间段内的人脸关键点的变化数据。用户脸部数据用于与车辆控制行为数据共同配合确定驾驶状态。用户脸部数据可以是指描述用户脸部上与驾驶状态关联的数据。示例性的，用户脸部数据根据眨眼频率和/或打呵欠频率确定。
[0030]具体的，车辆中配置有采集车辆内驾驶员的人脸图像的摄像设备。通过该摄像设备，可以在设定时间段内，多次对驾驶员的人脸进行图像采集，或者直接对驾驶员的人脸进行视频采集。采集的图像的数量或视频中包括的图像帧的数量即为帧数。在每个人脸图像中，可以确定人脸图像，并进行人脸对齐，检测出人脸关键点。示例性的，可以通过利用使用Viola
‑
Jones人脸检测算法做人脸定位，使用人脸对齐算法获取人脸关键点(如48个关键点)的位置。从48个关键点中，筛选出眼睛关键点，并根据时间连续的多个图像中眼睛关键点的变化，计算眨眼睛频率，以及筛选出嘴巴关键点，并根据时间连续的多个图像中嘴巴关键点的变化，计算打呵欠行为次数。
[0031]可选的，所述确定用户脸部数据，包括：根据所述时间段内的人脸关键点，计算眼睛闭合帧数和打呵欠行为次数；统计所述时间段内人脸关键点的采集帧数；根据所述眼睛闭合帧数和所述打呵欠行为次数，和所述采集帧数，计算度量疲劳的物理量，并确定为用户脸部数据。
[0032]根据时间段内采集到的时间连续的多个图像中的人脸关键点，计算眼睛闭合帧数
和打呵欠行为次数。统计设定时间段内人脸关键点的采集帧数，是指时间段内采集的图像的数量。
[0033]根据眨眼睛频率和打呵欠的频率计算度量疲劳/瞌睡的物理量(Percentage of EyeIid CIosure over the PupiI,over Time，PERCLOS)的值，PERCLOS值的计算公式如下：
[0034][0035]示例性的，在图像中，可以通过左眼眼尾关键点的位置、左眼眼角关键点的位置、左眼上眼框中心点的位置和左眼下眼框中心点的位置以及右眼眼角关键点的位置、右眼眼尾关键点的位置、右眼上眼框中心点的位置和右眼下眼框中心点的位置分别计算左眼和右眼的闭合程度，并根据时间连续的多个图像中，眼睛闭合程度由大变小再变大，且最小闭合程度小于设定闭合阈值时，确定一次眨眼行为，并累计，将次数累计结果与时间段时长的比值，确定为眨眼频率；并通过左嘴角关键点的位置、右嘴角关键点的位置、嘴部上唇中心点的位置和嘴部下唇中心点的位置计算嘴部的张开程度，根据时间连续的多个图像中，嘴部的张开程度由小变大再变小，且最大张开程度大于设定张开阈值时，确定一次打呵欠行为，并累计，将次数累计结果与时间段时长的比值，确定为打呵欠频率。
[0036]通过眼睛闭合帧数、打呵欠行为次数和采集帧数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶状态的检测方法，其特征在于，包括：获取设定时间段内的人脸关键点，并确定用户脸部数据；获取所述时间段内的车辆控制行为数据；根据所述用户脸部数据和所述车辆控制行为数据，确定驾驶状态；根据所述驾驶状态，确定并执行对应的处理任务。2.根据权利要求1所述的方法，其特征在于，所述确定用户脸部数据，包括：根据所述时间段内的人脸关键点，计算眼睛闭合帧数和打呵欠行为次数；统计所述时间段内人脸关键点的采集帧数；根据所述眼睛闭合帧数和所述打呵欠行为次数，和所述采集帧数，计算度量疲劳的物理量，并确定为用户脸部数据。3.根据权利要求1所述的方法，其特征在于，所述车辆控制行为数据包括下述至少一项：道路偏移数据、方向盘转动数据、油门深度数据和刹车深度数据。4.根据权利要求3所述的方法，其特征在于，所述获取所述时间段内的车辆控制行为数据，包括：获取所述时间段内的车辆压线时长，并计算与所述时间段时长的比值，确定为道路偏移数据；在所述时间段内，按照预设转动统计次数，统计方向盘转动角度，并累加；计算各所述方向盘转动角度的累加之和，与所述转动统计次数的比值，确定为方向盘转动数据；在所述时间段内，按照预设油门统计次数，统计油门踩踏距离，并累加；计算各所述油门踩踏距离的累加之和，与所述油门统计次数的比值，确定为油门深度数据；在所述时间段内，按照预设刹车统计次数，统计刹车踩踏距离，并累加；计算各所述刹车踩踏距离的累加之和，与所述刹车统计次数的比值，确定为刹车深度数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述用户脸部数据和所述车辆控制行为数据，确定驾驶状态，包括：基于如下公式，计算驾驶状态值；基于如下公式，计算驾驶状态...

【专利技术属性】
技术研发人员：曾华，金超，黄旭武，
申请(专利权)人：宝能广州汽车研究院有限公司，
类型：发明
国别省市：