專利名稱：基于人臉檢測的安全帶違章事件智能檢測方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及圖像處理以及模式識別領(lǐng)域，具體涉及安全帶違章的自動檢測方法。
背景技術(shù)：
現(xiàn)在已經(jīng)進(jìn)入了信息時代，各種信息顯現(xiàn)爆炸式增長，如何更好的處理海量信息已成為社會熱門話題。隨著城市的發(fā)展，交通監(jiān)控進(jìn)入一個新的時代，如果還是通過人工監(jiān)控，只會越來越吃力。在交通系統(tǒng)的安全帶檢測中，目前主要都是用人眼的方式去識別，效率非常低。將安全帶檢測自動化，智能化，高效化，我們可以更高效、更精確的處理海量的交通信息，從而節(jié)約交通監(jiān)控的處理時間、人力。現(xiàn)有的主流安全帶識別方法主要通過定位車輛車牌然后估算出主駕駛員的位置再利用霍夫直線檢測去檢測安全帶的存在。這種方法不能準(zhǔn)確地找出駕駛員的位置，精確度不高，而且僅能找出主駕座的安全帶，副駕駛座的安全帶無法識別。

發(fā)明內(nèi)容
本發(fā)明針對當(dāng)前交通監(jiān)控圖片量巨大，圖片審核人力資源缺乏的情況，提供了基于人臉檢測的安全帶違章事件智能檢測方法。本發(fā)明目的在于幫助交通監(jiān)控圖片人員自動、快速找出沒有帶安全帶的車輛。具體技術(shù)方案如下所述?；谌四槞z測的安全帶違章事件智能檢測方法，包括以下步驟(I)讀取一張格式為JPG、BMP或PNG的本地圖像文件；(2)根據(jù)步驟(I)讀取的圖像中的RGB顏色信息和結(jié)構(gòu)特征的定位車牌的位置；(3)根據(jù)梯度直方圖信息及車牌位置定位車窗矩形框；(4)在車窗矩形框內(nèi)進(jìn)行基于Haar特征的人臉檢測；(5)根據(jù)車窗和人臉檢測進(jìn)行安全帶檢測；(6)判斷是否違章駕駛，如果主駕駛座沒檢測到安全帶，則判定為違章駕駛；如果主駕駛座檢測到有安全帶，同時副駕駛座檢測到有人臉但卻沒有檢測到安全帶也判斷為違章駕駛；其他情況為合法駕駛。具體的，步驟(2)中定位車牌的位置包括以下步驟(2.1)遍歷步驟⑴所讀取的圖像的每一個像素點，提取并記錄每個像素點的紅、
b>kxr
綠、藍(lán)3個顏色分量的值分別為r、g、b，將滿足不等式組
g>r>l.2xg6 >50
的像素點標(biāo)記為藍(lán)色車牌像素，將滿足不等式組
權(quán)利要求
1.基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于，包括以下步驟 (1)讀取一張格式為JPG、BMP或PNG的本地圖像文件； (2)根據(jù)步驟(I)讀取的圖像中的RGB顏色信息和結(jié)構(gòu)特征的定位車牌的位置； (3)根據(jù)梯度直方圖信息及車牌位置定位車窗矩形框； (4)在車窗矩形框內(nèi)進(jìn)行基于Haar特征的人臉檢測； (5)根據(jù)車窗和人臉檢測進(jìn)行安全帶檢測； (6)判斷是否違章駕駛，如果主駕駛座沒檢測到安全帶，則判定為違章駕駛，如果主駕駛座檢測到有安全帶，同時副駕駛座檢測到有人臉但卻沒有檢測到安全帶也判斷為違章駕駛；其他情況為合法駕駛。
2.根據(jù)權(quán)利要求1所述基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于步驟(2)中定位車牌的位置包括以下步驟 (2.1)遍歷步驟(I)讀取的圖像的每一個像素點，提取并記錄每個像素點的紅、綠、藍(lán)3個顏色分量的值分別為r、g、b，將滿足不等式組
3.根據(jù)權(quán)利要求1所述基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于步驟(3)中定位車窗矩形框包括以下步驟 (3.1)將步驟(I)讀取的圖像轉(zhuǎn)化為灰度圖； (3. 2)使用Prewitt算子得到水平梯度值和垂直梯度值,分別記為gy、gx,然后計算每 個像素點的梯度方向
4.根據(jù)權(quán)利要求1所述基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于步驟(4)中的人臉檢測方法是采用opencv開源庫中基于Haar分類器的人臉檢測算法。
5.根據(jù)權(quán)利要求1所述基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于步驟(5)中的安全帶檢測包括以下步驟 (5.1)對于主駕駛座，將人臉的右下方矩形框定位為安全帶檢測區(qū)域，檢測區(qū)域左上角的坐標(biāo)為主駕人臉矩形左上角坐標(biāo)向右平移0.3倍人臉矩形寬度得到，檢測區(qū)域的寬度為人臉矩形寬度的2. 3倍，高度人臉矩形高度的2. 5倍；副駕駛座的安全帶檢測區(qū)域的定位方法和主駕的定位方法類似，對稱處理即可； (5. 2)將原始圖像轉(zhuǎn)化為灰度圖，使用3x3核進(jìn)行高斯平滑； (5.3)使用
6.根據(jù)權(quán)利要求5所述基于人臉檢測的安全帶違章事件智能檢測方法，其特征在于，步驟(5.5)中閾值的值為車牌寬度的三分之一。
全文摘要
本發(fā)明公開了基于人臉檢測的安全帶違章事件智能檢測方法，先將圖像按設(shè)定比例進(jìn)行縮小，再在圖像中進(jìn)行車牌定位，然后根據(jù)車牌位置提取車窗，在車窗內(nèi)用Haar方法進(jìn)行人臉檢測，最后在人臉的附近進(jìn)行安全帶檢測，如果有人臉的座位沒帶安全帶，則判為非法駕駛，否則為合法駕駛。本發(fā)明沒有復(fù)雜的訓(xùn)練過程，直接對源圖片進(jìn)行自動檢測，檢測速度快，準(zhǔn)確率高。
文檔編號G06K9/00GK102999749SQ20121056301
公開日2013年3月27日 申請日期2012年12月21日 優(yōu)先權(quán)日2012年12月21日
發(fā)明者黃翰, 劉瑛春, 游詩莊, 葛偉, 吳赟, 李政德 申請人:廣東萬安科技股份有限公司