System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机视觉,尤其是一种基于车载摄像头的安全带使用识别方法、计算机装置和存储介质。
技术介绍
1、在相当多的交通事故中,车上人员因未正确使用安全带,从而遭遇严重的生命健康伤害。因此,对车上人员是否正确使用安全带进行识别和提示,有利于督促人员在驾驶或乘坐汽车时正确使用安全带,从而保障交通安全。
2、目前的相关技术中,普遍使用安装在安全带等部件上的传感器来检测安全带是否处于工作状态,当检测到安全带未被使用时,则发出警报声来进行提示,但是,市面上出现了“安全带插扣”之类的产品,使用这些产品可以欺骗传感器,从而在安全带实际未被使用的情况下,传感器仍检测到安全带被使用的工作状态,从而不再发出警报声。也就是说,目前的安全带使用识别相关技术容易被规避,存在严重的安全漏洞。
技术实现思路
1、针对目前的安全带使用识别技术中,存在容易被车上人员规避的检测盲区,从而存在严重的安全漏洞等技术问题,本专利技术的目的在于提供一种基于车载摄像头的安全带使用识别方法、计算机装置和存储介质,可以降低人员图像的背景等因素对安全带识别带来的干扰,实现高可靠的安全带识别能力。
2、一方面,本专利技术实施例包括一种基于车载摄像头的安全带使用识别方法,包括:
3、获取人员图像;所述人员图像来自车载摄像头拍摄,所述人员图像的内容包含车上人员;
4、获取所述人员图像的位置类型信息;所述位置类型信息用于表示所述人员图像对应的车上人员的位置类型;
5、根据所述
6、使用所述边缘算子对所述人员图像进行边缘特征提取,获得待识别边缘特征;
7、根据所述待识别边缘特征与所述模板特征,识别安全带使用状态。
8、进一步地,所述获取人员图像,包括:
9、控制车载摄像头拍摄得到车载图像;
10、对所述车载图像进行人员识别;
11、根据人员识别结果,从所述车载图像中裁剪出若干张所述人员图像;每张所述人员图像包含一名车上人员;
12、使用对比限制自适应直方图均衡化方法,对各所述人员图像进行图像增强。
13、进一步地,所述获取所述人员图像的位置类型信息,包括:
14、检测所述人员图像在所述车载图像中的位置,获得所述人员图像对应的定位信息;
15、确定所述车载图像中的驾驶员位置;
16、根据所述定位信息与所述驾驶员位置之间的相对位置关系,确定所述人员图像对应的分类信息;
17、以所述定位信息与所述分类信息,作为所述位置类型信息。
18、进一步地,所述根据所述位置类型信息,获取相应对角形式的边缘算子以及若干个模板特征,包括:
19、当所述位置类型信息表示所述定位信息与所述驾驶员位置位于同一侧,获取逆对角边缘算子和若干个逆对角模板特征;
20、当所述位置类型信息表示所述定位信息与所述驾驶员位置位于不同侧,获取正对角边缘算子和若干个正对角模板特征。
21、进一步地,所述获取逆对角边缘算子和若干个逆对角模板特征,包括:
22、设定所述逆对角边缘算子;所述逆对角边缘算子为方阵,所述逆对角边缘算子的对角线元素为零,所述逆对角边缘算子的左上角元素与右下角元素互为相反数;
23、获取若干个逆对角线方向安全带模板图像;所述逆对角线方向安全带模板图像的内容包含已系上安全带的人员,且安全带的方向为逆对角线方向;
24、使用所述逆对角边缘算子分别对各所述逆对角线方向安全带模板图像进行边缘特征提取,获得各所述逆对角线方向安全带模板图像各自对应的逆对角模板特征;
25、所述获取正对角边缘算子和若干个正对角模板特征,包括:
26、设定所述正对角边缘算子;所述正对角边缘算子为方阵,所述正对角边缘算子的对角线元素为零,所述正对角边缘算子的左下角元素与右上角元素互为相反数;
27、获取若干个正对角线方向安全带模板图像;所述正对角线方向安全带模板图像的内容包含已系上安全带的人员,且安全带的方向为正对角线方向;
28、使用所述正对角边缘算子分别对各所述正对角线方向安全带模板图像进行边缘特征提取,获得各所述正对角线方向安全带模板图像各自对应的正对角模板特征。
29、进一步地,所述使用所述边缘算子对所述人员图像进行边缘特征提取,获得待识别边缘特征,包括:
30、对所述人员图像进行无填充形式的滑动窗口采样,获得多个采样窗口;
31、使用所述边缘算子分别对各所述采样窗口进行边缘特征提取,获得各所述采样窗口各自对应的待识别边缘特征。
32、进一步地,根据所述待识别边缘特征与所述模板特征,识别安全带使用状态,包括:
33、对于任一所述待识别边缘特征,分别获取所述待识别边缘特征与各所述模板特征之间的相似度,获取所述待识别边缘特征对应全部所述相似度的相似度均值;
34、根据对应所述待识别边缘特征的提取顺序,对各所述相似度均值进行序列化,获得特征序列;
35、根据所述特征序列进行分类,获得分类结果;
36、根据所述分类结果,确定所述安全带使用状态为已使用安全带或者未使用安全带。
37、进一步地,所述根据所述特征序列进行分类,获得分类结果,包括:
38、将所述特征序列输入支持向量机;
39、获取所述支持向量机输出的所述分类结果。
40、另一方面,本专利技术实施例还包括一种计算机装置,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例中的一种基于车载摄像头的安全带使用识别方法。
41、另一方面,本专利技术实施例还包括一种存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行实施例中的一种基于车载摄像头的安全带使用识别方法。
42、本专利技术的有益效果是:实施例中的基于车载摄像头的安全带使用识别方法,通过获取人员图像的位置类型信息,使用了人员图像中包含的先验信息,根据这样的先验信息选择具有相应对角形式的边缘算子以及模板特征,来对人员图像进行特征提取和安全带使用状态识别,能够有效识别出人员图像中是否存在安全带,从而识别出安全带使用状态,在此过程中避免了对人员图像中的车上人员身份进行识别和区分等冗余过程,同时由于利用了先验信息,可以降低人员图像的背景等因素对安全带识别带来的干扰,从而减少了流程的冗余以及对固定场景的依赖,实现了高效率、高适用、高可靠的安全带识别能力。
本文档来自技高网...【技术保护点】
1.一种基于车载摄像头的安全带使用识别方法,其特征在于,所述基于车载摄像头的安全带使用识别方法包括:
2.根据权利要求1所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述获取人员图像,包括:
3.根据权利要求2所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述获取所述人员图像的位置类型信息,包括:
4.根据权利要求3所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述根据所述位置类型信息,获取相应对角形式的边缘算子以及若干个模板特征,包括:
5.根据权利要求4所述的基于车载摄像头的安全带使用识别方法,其特征在于:
6.根据权利要求1-5任一项所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述使用所述边缘算子对所述人员图像进行边缘特征提取,获得待识别边缘特征,包括:
7.根据权利要求6所述的基于车载摄像头的安全带使用识别方法,其特征在于,根据所述待识别边缘特征与所述模板特征,识别安全带使用状态,包括:
8.根据权利要求7所述的基于车载摄像头的安全带使用识别方法,其特征在
9.一种计算机装置,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1-8任一项所述的基于车载摄像头的安全带使用识别方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行权利要求1-8任一项所述的基于车载摄像头的安全带使用识别方法。
...【技术特征摘要】
1.一种基于车载摄像头的安全带使用识别方法,其特征在于,所述基于车载摄像头的安全带使用识别方法包括:
2.根据权利要求1所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述获取人员图像,包括:
3.根据权利要求2所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述获取所述人员图像的位置类型信息,包括:
4.根据权利要求3所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述根据所述位置类型信息,获取相应对角形式的边缘算子以及若干个模板特征,包括:
5.根据权利要求4所述的基于车载摄像头的安全带使用识别方法,其特征在于:
6.根据权利要求1-5任一项所述的基于车载摄像头的安全带使用识别方法,其特征在于,所述使用所述边缘算子对所述人员图像进行...
【专利技术属性】
技术研发人员:黄胜,邓小远,胡龙湘韵,张於,任坤,
申请(专利权)人:中国电信股份有限公司,
类型:发明
国别省市:
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。