本发明专利技术公开了一种基于面部图像识别技术的评判实际道路驾驶员考试的方法，它包括如下步骤：获取考生面部特征轮廓标准矩形的标准尺寸；进入考试，获取考生的当前头部图像；得到考试过程中考生的当前面部特征轮廓矩形尺寸；将当前面部特征轮廓矩形尺寸与面部特征轮廓标准矩形的标准尺寸比较：如果考生左右摆动头部，则当前面部特征轮廓矩形的宽度会发生变化，由此可以判断出考生在观察左右后视镜；如果考生低头，则当前面部特征轮廓矩形的高度会发生变化，由此可以判断出考生在低头看挡。采用本发明专利技术的评判方式，误判率几乎为零，且有效的减少了科目三考试中评判的人为因素，并且适合大规模推广应用。
【技术实现步骤摘要】
本专利技术涉及一种，特别是在驾驶员考试科目三实际道路考试中，可以实现科目三实际道路考试过程中与面部识别有关的自动评判项目。
技术介绍
现有科目三实际道路考试的方式是人工评判的方式，考官坐在考车上，发出考试指令，对考生考试情况作出评价，评定分数，并作为考生的最终考试成绩。这种考试方式的缺点是考试成绩合理性较差，有时甚至容易引发职务犯罪。在公安部111号令中有13项评判涉及对考生面部动作进行识别，评判程序需要实时知道考生面部的动作。因此按照公安部111号令的标准，实现电子自动评判，最终得出考生成绩，提高实际道路考试的规范化水平、自动化水平是一项迫切的任务。
技术实现思路
专利技术目的本专利技术的目的是提供一种，实现在考试过程中，按照公安部111号令的标准对考生成绩，尤其是涉及面部评判的项目，进行电子自动评判，最终得出考生成绩，提高实际道路考试的规范化水平和自动化水平。为了解决上述技术间题，本专利技术采用了如下的技术方案一种，它包括如下步骤(1)获取考生面部特征轮廓标准矩形的标准尺寸，具体包括以下步骤a、获得考生头部照片，b、将头部位置的图片灰度化；C、将灰度化的图片二值化，即将图片变为黑白两色；d、将区域内黑白像素块作连通性分析，分别获得眉毛、眼睛、鼻孔、嘴巴和头发部位的黑色区域像素块，以及各个黑色区域像素块的外切矩形尺寸；并找出每个独立黑色区域像素块外切矩形的中心点的竖向坐标X，横向坐标Y ；e、取出以眼睛和鼻孔为特征的面部特征轮廓矩形将步骤d得到的面部各个部位的黑色区域像素块两两比对，如果两个像素块的中心点横向坐标Y在同一水平线上，并且两像素块的中心点连线的中点在面部轮廓的竖直方向的中心线处，则判断这两个像素块可能为眼睛、眉毛或鼻孔；根据宽度可以区别出鼻孔；通过上下位置区分出眼睛和眉毛；将眼睛和鼻孔的封闭区域作矩形，得到面部特征轮廓矩形；f、获取多幅考生面部图像，重复步骤b_e，得到该考生的多个面部特征轮廓矩形， 取其中宽度尺寸和高度尺寸概率大的的矩形尺寸，作为该考生的面部特征轮廓标准矩形的标准尺寸，存储该标准尺寸，作为考试过程中评判对比的依据；(2)进入考试，获取考生的当前头部图像；(3)重复步骤b_e，得到考试过程中考生的当前面部特征轮廓矩形尺寸；(4)将步骤C3)得到的当前面部特征轮廓矩形尺寸与步骤f得到的面部特征轮廓标准矩形的标准尺寸比较如果考生左右摆动头部，则当前面部特征轮廓矩形的宽度尺寸会发生变化，由此可以判断出考生在观察左右后视镜；如果考生低头，则当前面部特征轮廓矩形的高度尺寸会发生变化，由此可以判断出考生在低头看挡。其中，步骤c中，二值化的阈值为80。其中，步骤d中，连通性分析是在纯黑和纯白组成的二值化图像中，将像素连在一起的黑色区域取出，处理结果是获得彼此不相连的黑色区域像素块，如眼睛部分的黑色区域像素块、头发部分的黑色区域像素块。其中，步骤f中，获取考生的面部特征轮廓矩形的标准尺寸采用如下的方法在获得的多个面部特征轮廓矩形的多个高度尺寸和宽度尺寸中，分别将高度尺寸、宽度尺寸的最大值和最小值去掉，即将最大高度值、最小高度值、最大宽度值和最小宽度值去掉；然后将剩余的高度尺寸取平均值，即得到面部特征轮廓标准矩形的高度尺寸；将剩余宽度尺寸取平均值，即得到面部特征轮廓标准矩形的宽度尺寸。其中，步骤中，根据鼻孔区域黑色像素块的位置是变低还是变高来区分考生是低头还是仰头，如果鼻孔区域黑色像素块的位置变高，则判断考生是仰头；如果鼻孔区域黑色像素块的位置变低，则判断考生是低头。其中，如果考生的当前面部特征轮廓矩形的宽度尺寸小于等于面部特征轮廓标准矩形的宽度尺寸的85%，则判断考生在左右观察后视镜；如果考生的当前面部特征轮廓矩形的宽度尺寸大于面部特征轮廓标准矩形的宽度尺寸的85%，则判断考生没有左右观察后视镜；如果考生的当前面部特征轮廓矩形的高度尺寸小于等于面部特征轮廓标准矩形的高度尺寸的85%，且当前面部特征轮廓矩形中的鼻孔区域像素块的位置相较于面部特征轮廓标准矩形中的鼻孔位置变低时，则判断考生在低头看挡；则判断考生在低头看挡；如果考生的当前面部特征轮廓矩形的高度尺寸大于面部特征轮廓标准矩形的高度尺寸的85%，判断考生没有低头看档。本专利技术的原理是图像获取设备采用正对人脸的车载摄像头，获取人脸视频快照， 然后通过灰度化处理、二值化处理、连通区域提取、特征轮廓的提取，进而得到考生面部特征轮廓的标准尺寸作为评判依据。获取考生面部特征轮廓的标准尺寸是在考生正式考试前，车载语音会提示考生头部摆正，获取面部特征轮廓，作为标准轮廓；考生在考试过程中， 摄像头以IHz的频率获取快照，并通过图像识别软件提取考生当前的面部特征轮廓，与考生的标准特征轮廓作比较当头部左右摆动时，当前面部特征轮廓矩形的宽度比标准尺寸小，头部上下摆动时，考生当前特征轮廓矩形的高度比标准尺寸小。进而实现实际道路考试中，实现电子评判的目的。有益效果本专利技术的评判方法实现了对公安部111号令中规定的13个项目的自动化、规范化评判。在这13个项目中，当考生按照规定必须左右观察后视镜时，本专利技术可以将考生当前面部特征轮廓尺寸与考生的面部特征轮廓标准矩形的标准尺寸进行比较如果考生当前面部特征轮廓宽度没有发生变化，则可判断考生没有左右观察后视镜；如果宽度变小，则说明考生左右观察了后视镜；当考生按照规定不能低头看档位时，如果考生当前面部特征轮廓的高度没有发生变化，则可判断考生没有低头；如果高度变小，则说明考生低头。采用本专利技术的评判方式误判率几乎为零，且有效的减少了科目三考试中的人为因素，实现了自动化、规范话的评判，并且适合大规模推广应用。附图说明图1为本专利技术的流程图。图2为本专利技术面部轮廓特征矩形获取流程图。图3为车载摄像头拍摄的未识别的照片。图4对照片中人脸区域进行灰度化后结果。图5对人脸区域进行二值化后结果。图6提取黑色连通像素后结果。图7提取面部特征轮廓矩形后结果。具体实施例方式下面结合附图对本专利技术做更进一步的解释。本专利技术作为实际道路考试系统的一部分，可以实现科目三实际道路考试中与面部转动有关的自动评判项目。科目三实际道路考试中考查的科目，以及评判规则如下1.综合评判项目换档时低头看档或者连续两次换档不进；2.起步起步前，未通过后视镜并向左方侧头，观察左、后方交通情况；3.直线行驶超过20秒不通过后视镜观察后方交通情况；4.变更车道变更车道前，不通过内、外后视镜观察后方道路交通情况；5.通过路口 直行通过路口不观察左、右方交通情况；6.通过路口 转弯通过路口时，未观察侧前方交通情况或未通过内、外后视镜观察侧、后方交通情况；7.通过人行横道不观察左、右方交通情况；8.通过学校区域不观察左、右方交通情况；9.通过公共汽车站不观察左、右方交通情况；10.超车超车前不通过内、外后视镜观察后方和左侧交通情况；11.靠边停车停车前，不通过内、外后视镜观察后方和右侧交通情况；12.靠边停车停车后，在车内开门前不侧头观察侧后方和左侧交通情况；13.掉头不能正确观察交通情况选择掉头时机。本专利技术的利用面部图像识别技术来评判实际道路考试的方法，如图1所示，它包括如下步骤(1)获取考生面部特征轮廓标准矩形的标准尺寸，具体包括以下步骤a、获得考生头部照片，如图3所示。当考生上车后，语音提本文档来自技高网...
【技术保护点】
１．一种基于面部图像识别技术的评判实际道路驾驶员考试的方法，其特征在于它包括如下步骤：（１）获取考生面部特征轮廓标准矩形的标准尺寸，具体包括以下步骤：ａ、获得考生头部照片，ｂ、将头部位置的图片灰度化；ｃ、将灰度化的图片二值化，即将图片变为黑白两色；ｄ、将区域内黑白像素块作连通性分析，分别获得眉毛、眼睛、鼻孔、嘴巴和头发部位的黑色区域像素块，以及各个黑色区域像素块的外切矩形尺寸；并找出每个独立黑色区域像素块外切矩形的中心点的竖向坐标Ｘ，横向坐标Ｙ；ｅ、取出以眼睛和鼻孔为特征的面部特征轮廓矩形：将步骤ｄ得到的面部各个部位的黑色区域像素块两两比对，如果两个像素块的中心点横向坐标Ｙ在同一水平线上，并且两像素块的中心点连线的中点在面部轮廓的竖直方向的中心线处，则判断这两个像素块可能为眼睛、眉毛或鼻孔；根据宽度可以区别出鼻孔；通过上下位置区分出眼睛和眉毛；将眼睛和鼻孔的封闭区域作矩形，得到面部特征轮廓矩形；ｆ、获取多幅考生面部图像，重复步骤ｂ－ｅ，得到该考生的多个面部特征轮廓矩形，取其中宽度尺寸和高度尺寸概率大的的矩形尺寸，作为该考生的面部特征轮廓标准矩形的标准尺寸，存储该标准尺寸，作为考试过程中评判对比的依据；（２）进入考试，获取考生的当前头部图像；（３）重复步骤ｂ－ｅ，得到考试过程中考生的当前面部特征轮廓矩形尺寸；（４）将步骤（３）得到的当前面部特征轮廓矩形尺寸与步骤ｆ得到的面部特征轮廓标准矩形的标准尺寸比较：如果考生左右摆动头部，则当前面部特征轮廓矩形的宽度尺寸会发生变化，由此可以判断出考生在观察左右后视镜；如果考生低头，则当前面部特征轮廓矩形的高度尺寸会发生变化，由此可以判断出考生在低头看挡。...
【技术特征摘要】
【专利技术属性】
技术研发人员：钱嵊山，刘海青，
申请(专利权)人：南京多伦科技有限公司，
类型：发明
国别省市：84
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。