基于人脸识别的车辆安全报警系统技术方案

本发明专利技术公开了一种基于人脸识别的车辆安全报警系统，包括雷达检测单元，摄像头采集及图像处理模块，蓝牙模块，手机或车载电子通讯设备，预警设备和云服务器，通过雷达检测单元作为预警监测，在满足雷达预警条件时启动拍照程序进行拍照，对采集的驾驶员状态图像数据，不仅要对图像处理，而且需要参与大数据学习，这些图像数据特征与困倦特征匹配程度高，图像数据量较少且集中，处理量较小；该系统在大部分时间处于摄像头无启动运行阶段，降低能耗和节约空间资源，提高设备使用寿命，在wifi环境利用云服务器平台进行特定驾驶员包括面部特征等深度学习，以及通过后台技术人员对图像数据特征进行标注，以强化学习。以强化学习。以强化学习。

【技术实现步骤摘要】
基于人脸识别的车辆安全报警系统


[0001]本专利技术属于车载人脸识别设备
，具体涉及一种基于人脸识别的车辆安全报警系统。

技术介绍

[0002]目前，随着经济的不断发展，各种汽车成为人们日常出行的最主要的交通工具，另一方面，随着全球范围内车辆保有量的增加，交通事故数量的急速增长已经成为一个严峻的社会问题。据相关数据统计，每年交通事故中有约三分之一的人员伤亡是疲劳驾驶造成的。国家统计局数据显示，我国近五年来每年交通事故发生次数均超过12万起，其中货车交通事故尤为严重，货车事故率高于普通机动车辆，且造成的损失也高于平均水平。其中，因为疲劳驾驶造成的交通运输事故每年给人民生命财产安全造成重大损失，各种研究表明，在所有道路事故中，约有20％与疲劳有关，在某些道路上高达50％。
[0003]由于司机长时间驾驶或睡眠不足引发的瞌睡和困倦，许多国家都有数据表明驾驶疲劳是引发恶性交通事故的重要原因之一；驾驶员疲劳已经和酒后驾驶一样，成为交通事故的主要隐患，所不同的是，酒后驾驶很容易被检测出来，而驾驶疲劳则具有一定的隐蔽性。驾驶疲劳是指短暂且无意识的注意力丧失，通常表现为眼神茫然空洞以及频繁且无意识地合上双眼等特征。现有的疲劳驾驶检测大多是针对驾驶员人脸眼部特征、异常行为的检测，结合机器学习的方法做出判断，由于此类方法的疲劳驾驶检测需要采集大量数据，且不同的驾驶员各种驾驶习惯有较大偏差，因此此类程序在实时性与准确性上仍需要改进。
[0004]随着智能传感器、智能模式识别和汽车电子技术以及车辆动力学技术的高度发展，疲劳驾驶检测装置与技术成为近年来国内外交通安全领域的研究热点。通过对驾驶员疲劳状态的检测，可以大大减少疲劳驾驶引起的交通事故。特别是对于从事长途客运、货运等业务运营的驾驶员，由于职业要求，经常有长期连续驾驶，驾驶时很难保持高警戒状态的情况；因此实时检测疲劳状态更为重要。现有疲劳驾驶检测装置如公开号为109902663 A的一种疲劳驾驶预警方法及装置，包括步骤S1、实时获取驾驶人员的深度图像数据和彩色图像数据；步骤S2、基于所述彩色图像数据，识别所述驾驶人员的人脸关键信息；步骤S3、基于所述深度图像数据，识别所述驾驶人员的身体姿态信息；步骤S4、根据所述人脸关键信息和所述身体姿态信息，确定所述驾驶人员是否存在疲劳驾驶。这类技术是基于视觉特征的疲劳驾驶检测装置及方法，其技术手段是运用计算机视觉技术提取驾驶员的视觉特征信息进行疲劳判断，视觉特征受到光照的影响较大，转弯、变线又会对基于车辆行为的检测产生较大影响，导致其准确性、可靠性和实用性不高。
[0005]公开号为111422206 A的一种展车模式下异常驾驶状态的预警模拟方法、系统、存储介质及汽车，所述方法包括：在车辆处于展车模式下，响应于输入的模拟行车指令将车载系统进入模拟行车状态；在所述模拟行车状态下，实时拍摄位于主驾位置的用户的模拟影像及获取模拟行车监测数据，并发送至车载系统界面上进行显示；通过所述模拟影像监测位于主驾位置的用户的异常驾驶状态，对所述异常驾驶状态对应的异常模拟影像上进行标
注；将所述标注的异常模拟影像及其对应的模拟行车监测数据在车载系统界面上进行展示。这一类方案是基于汽车行驶状态的疲劳驾驶检测装置及方法，其技术手段是利用车载传感器检测车辆本身的速度、侧向加速度、横向位移量、车道偏离和车辆行驶轨迹的变化等特征来推测驾驶人的疲劳状态。然而，由于受到车辆的具体型号、道路的具体状况和驾驶员个人驾驶习惯、驾驶经验和驾驶条件的限制，这类疲劳驾驶检测方法的准确性有待进一步提高。
[0006]公开号为CN 106408874 A的疲劳驾驶的提醒系统中，信息站采集待提醒驾驶员在驾驶过程中的动作信息及待提醒驾驶员的心率曲线，并将动作信息及心率曲线发送至通信终端。通信终端接收动作信息及心率曲线，并将动作信息及心率曲线发送至服务器。服务器接收动作信息及心率曲线，并根据动作信息、心率曲线、平均能量及事故心率曲线，判断待提醒驾驶员是否疲劳，若是，服务器发送报警信号至通信终端该方法是非目前较可靠的疲劳驾驶检测。这类技术是基于驾驶员生理特征的疲劳驾驶检测装置及方法，其技术手段是利用一些生理指标传感器来判断驾驶员是否进入疲劳状态。因为相关研究表明，人体在疲劳状态下，生理反应会变得迟钝，即人体生理信号的响应会出现延迟，指标也会偏离正常的状态。
[0007]目前现有用以人脸识别检测技术或驾驶员生理指标检测技术普遍存在的技术问题：1）人本自身生理指标信号比较微弱，而驾驶员行车过程中由运动和环境噪音对信号采集的干扰导致疲劳驾驶检测精度不高；2）现有基于生理特征的疲劳驾驶检测装置大多采用智能手环，利用多种传感器（如皮肤温度传感器、心率传感器和光电容积描记传感器等）多种生物信号进行疲劳驾驶状态检测，但仍然不能监测脑电和眼动功能，其灵敏度和特异度依然不够理想；3）现有基于生理特征的疲劳驾驶检测方法大多采用预设比较阈值的方式进行判断（如心率小于某个设置阈值就判定为疲劳驾驶），而驾驶员个体身体状况的差异性使得阈值比较方法不具有普适性；4）现有应用于疲劳驾驶设备普遍以摄像头采集为主，导致图像处理信息量过大，耗能和存储空间需求高等问题，以及要求配置设备的处理性能较高和成本高的问题。由于疲劳状态为极限状态和偶发事件，采用实时摄像和图像处理会使设备的大部分时间处于无效启动运行阶段，不仅资源浪费，而且影响设备使用寿命。

技术实现思路

[0008]针对现有应用于疲劳驾驶设备普遍以摄像头采集为主，导致图像处理信息量过大，耗能和存储空间需求高等问题，以及针对现有疲劳驾驶预警设备存在敏感性强，容易给驾驶员带来特殊干扰等问题进行改进，本专利技术提供一种基于人脸识别的车辆安全报警系统。
[0009]本专利技术解决其技术问题所采用的方案是：一种基于人脸识别的车辆安全报警系统，该系统包括雷达检测单元，摄像头采集及图像处理模块，蓝牙模块，手机或车载电子通讯设备，预警设备和云服务器，雷达检测单元包括支架、电源模块、雷达模块（G微动作雷达感应模块）和无线发送模块，雷达设备通过支架固定在车内合适位置，并将雷达探头部分对照驾驶室区域，可个至多个雷达模块。摄像头采集单元包括支架、摄像头、蓝牙模块和处理器，通过雷达检测单元作为预警监测，在满足雷达预警条件时启动拍照程序进行拍照，对采集的驾驶员状态图像数据，不仅要对图像处理，而且需要参与大数据学习，由于所采集图像
数据是在必要条件下获取的数据，所以这些图像数据特征与困倦特征匹配程度高，图像数据量较少且集中，处理量较小；拍照图像与手机蓝牙传输，由手机将图像信息发送至后台云服务器，进行大数据分析，分析结果实时传递至手机APP，由手机发出报警信号，摄像头采集单元用以对图像详细监测，仅对特殊图像进行无线发送，对采集的图像，行驶时仅发送特征图像，减少数据传输流量，提高反馈速度，在WIFI环境下大量传输，与云服务器平台建立关系，通过云服务器平台进行深度学习和对标注数据的训练，将训练模型反馈至手机APP或车载设备，手机或车载设备在无wifi环境下利用前期训练模型作为驾驶员本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的车辆安全报警系统，其特征在于，该系统包括雷达检测单元，摄像头采集及图像处理模块，蓝牙模块，手机或车载电子通讯设备，预警设备和云服务器，雷达检测单元包括支架、电源模块、雷达模块和无线发送模块，雷达设备通过支架固定在车内合适位置，并将雷达探头部分对照驾驶室区域，摄像头采集单元包括支架、摄像头、蓝牙模块和处理器，通过雷达检测单元作为预警监测，在满足雷达预警条件时启动拍照程序进行拍照，对采集的驾驶员状态图像数据，不仅要对图像处理，而且需要参与大数据学习，由于所采集图像数据是在必要条件下获取的数据，所以这些图像数据特征与困倦特征匹配程度高，图像数据量较少且集中，处理量较小；拍照图像与手机蓝牙传输，由手机将图像信息发送至后台云服务器，进行大数据分析，分析结果实时传递至手机APP，由手机发出报警信号，摄像头采集单元用以对图像详细监测，仅对特殊图像进行无线发送，对采集的图像，行驶时仅发送特征图像，减少数据传输流量，提高反馈速度，在WIFI环境下大量传输，与云服务器平台建立关系，通过云服务器平台进行深度学习和对标注数据的训练，将训练模型反馈至手机APP或车载设备，手机或车载设备在无wifi环境下利用前期训练模型作为驾驶员图像数据处理比对依据，在wifi环境利用云服务器平台进行特定驾驶员包括面部特征等深度学习，以及通过后台技术人员对图像数据特征进行标注，以强化学习。2.根据权利要求1所述的基于人脸识别的车辆安全报警系统，其特征在于，雷达检测单元与摄像头采集单元通过有线或无线方式建立信号传输关系，雷达检测单元仅需将摄像头采集单元提供启动时机，使得雷达检测单元与摄像头采集单元能够被分别置于于车内不同部位。3.根据权利要求1所述的基于人脸识别的车辆安全报警系统，其特征在于，所述的摄像头采集单元将图像信息通过蓝牙发送至手机或车载移动电子设备的APP端，使相应图像数据得到存储，通过手机或车载移动电子设备的APP端与云服务器平台建立连接，实现大数据上传和训练模型的下载，以及通过手机或车载移动电子设备将相应模型数据传输至摄像头采集单元以便于进行车辆行驶状态下的检测与判断。4.根据权利要求1所述的基于人脸识别的车辆安全报警系统，其特征在于，警示装置通过手机警示或者通过坐垫或手环进行震动或电脉冲方式对驾驶员进行警示。5.根据权利要求1所述的基于人脸识别的车辆安全报警系统，其特征在于，在驾驶员处于静止状态t（1）时且在驾驶车辆累计t（2）时，摄像头通过捕捉驾驶员面部详细状态信息，并对图像进行处理，以确定驾驶员是否处于疲倦或睡眠状态。6.根据权利要求1所述的基于人脸识别的车辆安全报警系统，其特征在于，自控雷达设备包括基座（1）、万向调节座（2）、滤波罩（3）和雷达设备（4），以及显示设备，雷达设备（4）用以获取驾驶员动作变化信息，扑捉的动作信息时并部触发摄像头采集单元，但在t（1）时间内无动作信息，雷达设备才触发摄像头采集单元开始配合工作，首先调整雷达设备探头方向，使其朝向驾驶员，其次是通过滤波罩（3）将驾驶员之外区域屏蔽掉，仅对驾驶员范围进行信号扑捉，最后还需根据驾驶员体位，通过万向调节座（2）自适应调节跟踪驾驶员，使雷达设备仅用于自动跟踪检测驾驶员附近区域。7.根据权利要求...

【专利技术属性】
技术研发人员：王斐，孟洪兵，朱彩蝶，田慧娟，夏热扎提，
申请(专利权)人：塔里木大学，
类型：发明
国别省市：