基于时空同步驾驶员特征一致性的危险驾驶行为检测方法技术

本发明专利技术提供基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，包括以下步骤：摄像头采集指定空间区域的图像，为该图像添加时间戳信息；获取预定义标签的多个输出类别；将每帧图像的时间戳与输出类别建立对应关系，设定时间序列长度，保存该时间段内的时间戳和类别信息；对驾驶员行为特征进行最终判断确定是否构成危险驾驶行为；当驾驶员构成危险驾驶行为时进行分级预警，该方法提出将空间上的每帧危险驾驶行为类别与该帧时间戳同步，并添加进相应的危险驾驶行为类别中，再针对序列中检测为空的图像做最近邻插值，能够有效提升车载终端检测的准确性，提出利用驾驶员特征一致性来检测，减少漏报与误报次数

【技术实现步骤摘要】
基于时空同步驾驶员特征一致性的危险驾驶行为检测方法


[0001]本专利技术涉及图像处理
，具体为一种基于时空同步的驾驶员特征一致性的危险驾驶行为检测方法
。

技术介绍

[0002]驾驶员的危险驾驶行为是导致交通事故的主要因素，对人身安全
、
财产安全和社会管理造成了巨大威胁
。
[0003]随着深度学习以及各种识别技术的发展，目前公开了基于云平台大算力的危险驾驶行为检测方案
(CN113744498A)
，基于人脸关键点的疲劳驾驶检测方案
(CN114241453A)
，基于驾驶员视线和头部姿态的注意力监测方案
(CN111709264A)
等
。
这些方案都能有效识别驾驶员的危险驾驶行为，避免各种交通事故，但是很难同时满足车载
、
实时性和准确性的现实要求，基于人脸关键点的疲劳驾驶检测方案在识别无面部遮挡的驾驶员注意力监测可以取得不错精度，但只适用于驾驶员面部注意力监测领域，而且关键点检测模型一般比
2D...

【技术保护点】

【技术特征摘要】
1.
基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，其特征在于：包括以下步骤：步骤1：摄像头采集指定空间区域的图像，为该图像添加时间戳信息；步骤2：将图像输入到目标检测神经网络，得到预定义标签的多个输出类别；步骤3：将每帧图像的时间戳与输出类别建立对应关系，设定时间序列长度，保存该时间段内的时间戳和类别信息；步骤4：针对具有空间包含性的特征类别，采用特征一致性对驾驶员行为特征进行最终判断；步骤5：计算设定时间序列内危险驾驶行为类别占所有类别的比例，综合判断驾驶员是否构成危险驾驶行为；步骤6：当驾驶员构成危险驾驶行为时，根据危险驾驶行为时长进行分级预警
。2.
根据权利要求1所述的基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，其特征在于：所述步骤1中，将红外摄像头置于驾驶室前方，保证摄像头的水平和垂直视场能够覆盖驾驶员上半身区域，为红外摄像头录制的每一帧图像添加当前时间戳信息
。3.
根据权利要求1所述的基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，其特征在于：所述步骤2中，目标检测神经网络采用
Yolo
检测驾驶员危险驾驶行为特征，并设定预定义危险行为标签
。4.
根据权利要求3所述的基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，其特征在于：所述预定义危险行为标签包括打哈欠
、
打瞌睡
、
打电话
、
抽烟
、
不系安全带
、
头部离开检测区和驾驶员离位
。5.
根据权利要求1所述的基于时空同步驾驶员特征一致性的危险驾驶行为检测方法，其特征在于：所述步骤3中，将每...

【专利技术属性】
技术研发人员：朱怀武，闫阿泽，侯鹏程，李威，陈龙，马雅婷，詹航，
申请(专利权)人：湖北三江航天红峰控制有限公司，
类型：发明
国别省市：