车载安全监测方法技术

本发明专利技术涉及安全监测技术领域，公开了一种车载安全监测方法，旨在解决现有的温度监测方式存在准确度低的问题，包括以下步骤：通过至少一个双目摄像头采集车内图像；建立灰度与温度之间的第一对应关系；对可见光图像和热成像图像进行图像配准，确定出可见光图像与热成像图像中位置之间的第二对应关系；当在可见光图像中识别到人脸后在可见光图像中确定人脸的多个特征点；根据多个特征点的位置在热成像图像中确定各特征点的对应位置；选出预设位置特征点，并根据预设位置特征点的灰度确定各预设位置特征点的温度，并将各预设位置特征点的平均温度作为人脸对应的体温。本发明专利技术提高了温度测量的准确性，特别适用于网约车。特别适用于网约车。特别适用于网约车。

【技术实现步骤摘要】
车载安全监测方法


[0001]本专利技术涉及安全监测
，具体来说涉及一种车载安全监测方法。

技术介绍

[0002]随着越来越多的人选择网约车出行，如何保障网约车的安全也慢慢得到一些公司和政府的关注。受疫情的影响，测温和带口罩已成为公共出行必不可少的一个环节。现在的人脸识别技术可以对局部遮挡(带口罩、带墨镜等)进行关键点识别，普通测温仪以检测整个面部的温度为主，继而引起测温准确度受限的问题。

技术实现思路

[0003]本专利技术旨在解决现有的温度监测方式存在准确度低的问题，提出一种车载安全监测方法。
[0004]本专利技术解决上述技术问题所采用的技术方案是：车载安全监测方法，包括以下步骤：
[0005]步骤1、通过至少一个双目摄像头采集车内图像，所述双目摄像头包括可见光摄像头和红外摄像头，所述图像包括可见光图像和热成像图像；
[0006]步骤2、建立灰度与温度之间的第一对应关系；
[0007]步骤3、对所述可见光图像和热成像图像进行图像配准，确定出可见光图像与热成像图像中位置之间的第二对应关系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.车载安全监测方法，其特征在于，包括以下步骤：步骤1、通过至少一个双目摄像头采集车内图像，所述双目摄像头包括可见光摄像头和红外摄像头，所述图像包括可见光图像和热成像图像；步骤2、建立灰度与温度之间的第一对应关系；步骤3、对所述可见光图像和热成像图像进行图像配准，确定出可见光图像与热成像图像中位置之间的第二对应关系；步骤4、当在所述可见光图像中识别到人脸后，基于鲁棒初始化的级联姿态回归算法在可见光图像中确定人脸的多个特征点；步骤5、根据所述多个特征点的位置并基于所述第二对应关系在热成像图像中确定各特征点的对应位置；步骤6、从热成像图像中的各特征点中选出预设位置特征点，并根据预设位置特征点的灰度并基于所述第一对应关系确定各预设位置特征点的温度，并将各预设位置特征点的平均温度作为人脸对应的体温。2.如权利要求1所述的车载安全监测方法，其特征在于，步骤3中，对所述可见光图像和热成像图像进行图像配准，具体包括：步骤31、制作标定板，所述标定板上设有正方形的孔；步骤32、通过双目摄像头获取所述标定板的可见光图像和热成像图像，并在可见光图像和热成像图像中分别确定正方形的四个顶点的位置；步骤33、根据可见光图像和热成像图像中四个顶点的位置的对应关系，计算可见光图像和热成像图像之间的单应性变换参数，根据所述单应性变换参数确定可见光图像与热成像图像中位置之间的第二对应关系。3.如权利要求2所述的车载安全监测方法，其特征在于，设可见光图像中的位置坐标为(x，y)，热成像图像中的位置坐标为(u，v)，步骤33中，所述计算可见光图像和热成像图像之间的单应性变换参数的公式如下：式中，表示可见光图像对应的齐次坐标，表示热成像图像对应的齐次坐标，H和表示单应性变换参数矩阵。4.如权利要求1所述的车载安全监测方法，其特征在于，步骤4中，所述基于鲁棒初始化的级联姿态回归算法在可见光图像中确定人脸的多个特征点，具体包括：
步骤41、根据采集到的所有人脸图像从多个训练库人脸中确定与每个采集人脸相关距离最小的训练库人脸，并将得到的训练库人脸的形状作为人脸的纹理相关初始形状；步骤42、确定每个采集人脸的姿态相关初始形状；步骤43、分别根据所述纹理相关初始形状和姿态相关初始形状并基于RCPR算法进行级联回归得到预测结果，计算预测结果的方差，并根据方差与第一预设阈值的大小关系确定人脸的多个特征点的位置。5.如权利要求4所述的车载安全监测方法，其特征在于，步骤41中，所述根据采集到的所有人脸图像从多个训练库人脸中确定与每个采集人脸相关距离最小的训练库人脸，具体包括：步骤411、计算采集到的单个人脸图像对应的第一直方图矩阵TM以及各训练库人脸{TRI}
1,2,
…
,Γ
对应的第二直方图矩阵TRM
γ
，其中γ＝1，2，...，Γ，Γ为训练库人脸个数；步骤412、分别计算第一直方图矩阵TM与各第二直方图矩阵TRM
γ
的相关系数ρ
γ
，并根据所述相关系数ρ
γ
计算人脸图像与训练库人脸的相关距离d
γ
；步骤413、确定相关距离d
γ
最小值对应的训练库人脸。6.如权利要求5所述的车载安全监测方法，其特征在于，所述相关系数ρ
γ
的计算公式如下：式中，表示第一直方图矩阵TM的均值，表示第二直方图矩阵TRM
γ
的均值，m表示计算直方图矩阵时人脸划分的区域个数，n表示模式数量，i表示直方图矩阵第i行，j表示直方图矩阵第j列。7.如权利要求5所述的车载安全监测方法，其特征在于，所述相关距离d
γ
的计算公式如下：d
γ
＝1
‑
ρ
γ
...

【专利技术属性】
技术研发人员：罗胡琴，向秀青，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：