基于视频辅助的车载酒驾检测方法、电子设备及存储介质技术

技术编号:35298239 阅读:50 留言:0更新日期:2022-10-22 12:46
基于视频辅助的车载酒驾检测方法、电子设备及存储介质,属于酒驾检测方法领域,是针对用气泵抽取车内气体道中检验结果可能不针对驾驶员的问题,使用吹气式酒精检测器无法确定检测者为驾驶员的问题,使用图像进行驾驶员醉酒状态分析难以确保准确性的问题所提出。包括以下步骤:提取检测图片信息进行安全带检测并记录人脸信息,提取检测图片信息进行酒精检测器使用行为合规判断,通过酒精检测结果进行酒驾检测判断。通过使用酒精检测器,解决了乘客饮酒对检测结果的影响。通过视频验证,解决了由他人代为测试的问题。直接检测酒精浓度而不是通过其他侧面的方式,提升了结果的准确性。提升了结果的准确性。提升了结果的准确性。

【技术实现步骤摘要】
基于视频辅助的车载酒驾检测方法、电子设备及存储介质


[0001]本专利技术涉及一种酒驾检测方法领域,特别是涉及一种基于视频辅助的车载酒驾检测方法、电子设备及存储介质。

技术介绍

[0002]人在饮酒后会出现反应速度、操作速度、判断能力、识别能力和视觉等生理状态的明显下降,驾驶员在饮酒后驾驶车辆也极易引发其他交通违法行为。但很多驾驶员会抱着侥幸心理的认为少量饮酒不会有任何影响,自恃车技高超,对于酒驾内心松懈,丧失应有的警惕心,从而导致安全事故的发生。
[0003]通常情况下,公安机关交通管理部门在随机地点、时间设置酒驾检查点,并对确认的酒驾及醉驾司机进行严厉责罚。常见的酒精检测器虽然可以准确鉴别出司机是否饮酒,但需要交警现场监督查处,酒驾检查工作在消耗警力的同时也会影响道路通行能力,并且在酒驾司机被拦截之前的驾驶过程中,依然具备着较大的交通肇事风险。
[0004]车载酒驾检测技术在酒驾检测领域属于新兴热点问题,车载酒驾检测技术的目的是使用车载设备替代部分公安机关交通管理部门的酒驾检测工作,在减少警力消耗的同时可以有效缩短酒驾司机被交警拦截之前的驾驶过程,从而降低交通肇事风险。
[0005]现有车载酒驾检测技术主要分为四种,第一种是通过酒精传感器检测呼入气体浓度来判断驾驶员是否饮酒;第二种是通过摄像头来检测驾驶员是否存在饮酒、脸红、异常亢奋等状态;第三种是通过检测车辆行驶中是否会连续出现急转弯、急加速等异常驾驶操作进行判断;第四种是通过安装吹气式酒精检测器进行驾驶员自主酒驾检测。行之有效的车载酒驾检测技术是改善通行环境、提升交通安全性的有效手段。
[0006]现有技术中:现有技术1:呼气式酒精检测器系统(专利申请号:202010347427.4)通过对安装在方向盘的气泵抽取的车内气体进行酒精浓度检测,根据气体中酒精浓度判断驾驶员是否饮酒。
[0007]其缺点在于:呼气式酒精检测器系统通过使用气泵抽取车内气体,因此乘客饮酒也会影响酒驾检测的结果,比如在雇佣代驾的情况下,过量饮酒的车主就可能会影响代驾的酒驾检测结果。
[0008]现有技术2:安装吹气式酒精检测器的酒驾检测方法(专利申请号:201821908858.8)通过驾驶员使用安装在卡盖内的吹气式酒精检测器主动进行酒精检测。
[0009]其缺点在于:使用吹气酒精检测器虽然可以保证酒驾检测精度,但是对于缺乏法律意识或心存侥幸的驾驶员可能会存在由他人代吹的行为。
[0010]现有技术3:使用摄像头进行酒驾检测的方法基于视频分析获得驾驶员状态,通过对驾驶员脸色、是否经常表现疲惫并打哈欠、驾驶操作是否流畅、反应是否迟滞等因素进行酒驾判断。
[0011]其缺点在于:使用摄像头基于视频分析驾驶员状态进行酒驾判断,除了光线、角度
等环境因素对于视频分析的影响,大多数人在饮酒后都会有不同的状态变化,使用图像进行驾驶员状态分析时不利于视频分析算法的训练和判断。

技术实现思路

[0012]为了克服上述现有技术存在的缺陷,本专利技术提供了一种基于视频辅助的车载酒驾检测方法、电子设备及存储介质,可以解决用气泵抽取车内气体道中检验结果可能不针对驾驶员的问题,使用吹气式酒精检测器无法确定检测者为驾驶员的问题,使用图像进行驾驶员醉酒状态分析难以确保准确性的问题。
[0013]本专利技术采用的技术方案一在于:一种基于视频辅助的车载酒驾检测方法,包括以下步骤:步骤S1,提取图片信息进行安全带检测并记录人脸信息;步骤S11,驾驶员系好安全带,打开监控摄像机,通过使用监控摄像机拍摄驾驶员获得图片信息,将图片发给控制主机;步骤S12,使用基于CNN的检测算法进行人体区域检测,检测到人体区域后使用基于CNN的检测算法分别进行安全带检测和人脸区域检测,安全带检测结果输出给控制主机,如果未佩戴安全带,则由控制主机控制语音喇叭进行提醒,如果佩戴了安全带则储存人脸区域图像信息,用于检测流程中的人脸相似性比较环节;步骤S2,提取图片信息进行酒精检测器使用行为合规判断,通过酒精检测结果进行酒驾检测判断;通过监控摄像机判断驾驶员使用酒精检测器的行为是否合规有效以及使用酒精检测器时的人脸与已系好安全带的人脸信息是否一致:定位酒精检测时人脸区域,基于卷积神经网络CNN的检测算法比较酒精检测时的人脸信息和安全带检测时存储的人脸区域图像的相似性,如果相似性高于阈值,则检测酒精检测器的状态;将人脸信息调整为127
×
127的尺寸后输入VGG16网络提取出1
×1×
1000维的特征,使用余弦相似性计算前后操作记录的人脸信息的相似性,对于相似性低于0.6认定不是同一人;将记录的人脸信息调整为127
×
127的尺寸的具体流程如下:对于一个输入的长为宽为的人脸区域,先在区域四周补充个像素的信息,的计算表达式为:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)在补充信息后边界的大小为,然后对当前区域进行缩放使其总的面积与最终面积相等,计算表达式为:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中,为缩放系数;缩放之后人脸区域面积为,变形为127
×
127的正方形,使用余弦相似性公式计算相似性;
计算余弦相似性的公式如下:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式(3)中,、为两个人脸区域的127
×
127维的外观特征向量,为的第个值,为的第个值,为两个区域的特征相似度;如果人脸信息一致且酒精检测器的使用行为合规有效,则酒驾检测合格。
[0014]进一步地,所述步骤S2,提取图片信息进行酒精检测器使用行为合规判断,通过酒精检测结果进行酒驾检测判断,如果相似性不高于阈值的实施方法为:步骤S21,如果相似性不高于阈值,则播报提示语音,提示由驾驶员本人完成酒驾检测操作,并且重新记录酒精检测流程人脸信息,重新记录安全带检测流程的人脸信息;步骤S22,使用基于CNN的检测算法进行酒精检测器定位,酒精检测器的定位与人脸重合则酒精检测器定位合格,控制主机提示使用酒精检测器进行测试,否则提示调整酒精检测器位置进行检测;控制主机结合酒精检测器的检测结果和监控摄像机记录的图片信息判断检测是否合格,如果酒精检测器结果为未酒驾且酒精检测行为合规有效,则提示语音为“检测合格”,如果未检测到气体提示语音为“请吹气”,如果检测结果为酒驾提示语音为“检测到酒驾状态”。
[0015]本专利技术采用的技术方案二在于:一种电子设备,包括处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,所述处理器用于运行所述计算机程序时,执行方案一所述基于视频辅助的车载酒驾检测方法的步骤。
[0016]本专利技术采用的技术方案三在于:一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现方案一所述基于视频辅助的车载酒驾检测方法的步骤。
[0017]本专利技术的有益效果是:1.通过使用酒精检测器,解决了乘客饮酒对检测结果的影本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于视频辅助的车载酒驾检测方法,其特征在于,包括以下步骤:步骤S1,提取图片信息进行安全带检测并记录人脸信息;步骤S11,驾驶员系好安全带,打开监控摄像机(1),通过使用监控摄像机(1)拍摄驾驶员获得图片信息,将图片发给控制主机(3);步骤S12,使用基于CNN的检测算法进行人体区域检测,检测到人体区域后使用基于CNN的检测算法分别进行安全带检测和人脸区域检测,安全带检测结果输出给控制主机(3),如果未佩戴安全带,则由控制主机(3)控制语音喇叭(4)进行提醒,如果佩戴了安全带则储存人脸区域图像信息,用于检测流程中的人脸相似性比较环节;步骤S2,提取图片信息进行酒精检测器(2)使用行为合规判断,通过酒精检测结果进行酒驾检测判断;通过监控摄像机(1)判断驾驶员使用酒精检测器(2)的行为是否合规有效以及使用酒精检测器(2)时的人脸与已系好安全带的人脸信息是否一致:定位酒精检测时人脸区域,基于卷积神经网络CNN的检测算法比较酒精检测时的人脸信息和安全带检测时存储的人脸区域图像的相似性,如果相似性高于阈值,则检测酒精检测器(2)的状态;将人脸信息调整为127
×
127的尺寸后输入VGG16网络提取出1
×1×
1000维的特征,使用余弦相似性计算前后操作记录的人脸信息的相似性,对于相似性低于0.6认定不是同一人;将记录的人脸信息调整为127
×
127的尺寸的具体流程如下:对于一个输入的长为宽为的人脸区域,先在区域四周补充个像素的信息,的计算表达式为:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)在补充信息后边界的大小为,然后对当前区域进行缩放使其总的面积与最终面积相等,计算表达式为:
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中,为缩放系...

【专利技术属性】
技术研发人员:林涛王贺许华杰支禹杰刘星
申请(专利权)人:深圳市城市交通规划设计研究中心股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1