一種駕駛員多種行為預(yù)警系統(tǒng)及危險評估方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能監(jiān)控預(yù)警領(lǐng)域，具體地說涉及一種駕駛員行為預(yù)警系統(tǒng)及危險評 估方法。
【背景技術(shù)】
[0002] 隨著我國經(jīng)濟、社會的不斷發(fā)展，國民生活水平得到極大改善，物流運輸業(yè)飛速發(fā) 展，汽車城市化進(jìn)程也越來越快，駕駛員隊伍也不斷壯大。與此同時，快速的生活節(jié)奏帶給 人們巨大的壓力，由于疲勞駕駛等駕駛違規(guī)行為而導(dǎo)致交通事故的現(xiàn)象越來越嚴(yán)重，危及 乘客生命和公共安全。
[0003] 當(dāng)前對駕駛員的疲勞狀態(tài)進(jìn)行檢測，主要通過醫(yī)療儀器和設(shè)備，對駕駛員的人體 生理信號進(jìn)行實時監(jiān)測，從而判斷人體是否疲勞。但是此類檢測設(shè)備需要采用比較復(fù)雜的 接觸式裝備，費用較高。駕駛員疲勞分析的研宄目前主要通過眼瞼遮住瞳孔的面積是否超 過測量參數(shù)來判斷駕駛員眼睛是否閉合，該方法要求對疲勞判定的先提條件非常嚴(yán)格；并 且當(dāng)前所存在的系統(tǒng)都是單一的疲勞檢測系統(tǒng)。因此，急需一種功能全面、安全高效的駕駛 員駕駛行為分析預(yù)警的相關(guān)技術(shù)和方法。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為了克服現(xiàn)有技術(shù)存在的不足之處，提供一種駕駛員多種行為預(yù)警系統(tǒng)及 其危險評估方法，以期對駕駛員的疲勞、打哈欠、抽煙、視線偏離等違規(guī)駕駛行為進(jìn)行有效 監(jiān)控，并及時進(jìn)行預(yù)警提示和危險評估。
[0005] 本發(fā)明為解決技術(shù)問題采用如下技術(shù)方案：
[0006] 本發(fā)明一種駕駛員多種行為預(yù)警系統(tǒng)的特點是包括：視頻采集模塊、關(guān)鍵部位定 位模塊、行為識別模塊、視線分析模塊、駕駛員狀態(tài)預(yù)警模塊和離線訓(xùn)練模塊；
[0007] 所述離線訓(xùn)練模塊用于對駕駛員的人臉部關(guān)鍵部位正樣本和人臉部非關(guān)鍵部位 負(fù)樣本進(jìn)行離線訓(xùn)練，獲得混合定位模型；所述人臉部關(guān)鍵部位正樣本包括：人臉正樣本、 眼部正樣本、嘴部正樣本；所述離線訓(xùn)練模塊還用于對駕駛員的三種行為樣本進(jìn)行離線訓(xùn) 練，依次獲得三種分類模型；所述三種行為樣本包括：眼部閉眼正樣本和眼部睜眼負(fù)樣本、 嘴部張嘴正樣本和嘴部閉嘴負(fù)樣本、以及抽煙正樣本和沒有抽煙負(fù)樣本；所述三種分類模 型包括眼睛疲勞分類模型、哈欠分類模型、以及抽煙分類模型；
[0008] 所述視頻采集模塊用于采集駕駛員的視頻圖片集合；
[0009] 所述關(guān)鍵部位定位模塊提取所述視頻圖片集合的每幀視頻圖片的視覺特征參數(shù)， 并通過所述混合定位模型得到所述每幀視頻圖片中駕駛員的人臉部關(guān)鍵部位的位置信息 和區(qū)域圖片；所述人臉部關(guān)鍵部位包括：人臉、眼部和嘴部；
[0010] 所述行為識別模塊根據(jù)所述嘴部區(qū)域圖片進(jìn)行平移獲得抽煙區(qū)域圖片；再提取所 述眼部區(qū)域圖片、嘴部區(qū)域圖片和抽煙區(qū)域圖片的視覺特征參數(shù)，并分別輸入所述三種分 類模型中，獲得三種行為識別結(jié)果的返回值；所述三種行為識別結(jié)果的返回值包括：睜眼 區(qū)域圖片、閉嘴區(qū)域圖片和沒有抽煙區(qū)域圖片的返回值為O ;閉眼區(qū)域圖片、張嘴區(qū)域圖片 和抽煙區(qū)域圖片的返回值為1 ;
[0011] 所述視線分析模塊對所述駕駛員的人臉區(qū)域圖片進(jìn)行歸一化處理后再對稱分割 獲得左臉區(qū)域圖片和右臉區(qū)域圖片，提取所述左臉區(qū)域圖片和右臉區(qū)域圖片的視覺特征向 量并進(jìn)行臉部是否偏離正前方分析，獲得正臉和側(cè)臉識別結(jié)果的返回值；所述正臉和側(cè)臉 識別結(jié)果的返回值包括：正臉區(qū)域圖片的返回值為〇 ;側(cè)臉區(qū)域圖片的返回值為1 ;
[0012] 所述駕駛員狀態(tài)預(yù)警模塊對所述三種行為識別結(jié)果以及所述正臉和側(cè)臉識別結(jié) 果分別進(jìn)行預(yù)警，并對對所述三種行為識別結(jié)果以及所述正臉和側(cè)臉識別結(jié)果進(jìn)行決策融 合，獲得駕駛員的危險評估結(jié)果。
[0013] 本發(fā)明一種駕駛員多種行為預(yù)警系統(tǒng)的危險評估方法的特點是如下步驟進(jìn)行：
[0014] 步驟1、離線訓(xùn)練獲得混合定位模型和三種分類模型：
[0015] 步驟1. 1、對駕駛員的人臉部關(guān)鍵部位正樣本和人臉部非關(guān)鍵部位負(fù)樣本進(jìn)行離 線訓(xùn)練，獲得混合定位模型；
[0016] 步驟1. 2、對駕駛員的眼部閉眼正樣本和眼部睜眼負(fù)樣本進(jìn)行離線訓(xùn)練，獲得眼睛 疲勞分類模型；
[0017] 步驟1. 3、對駕駛員的嘴部張嘴正樣本和嘴部閉嘴負(fù)樣本進(jìn)行離線訓(xùn)練，獲得哈欠 分類模型；
[0018] 步驟1. 4、對駕駛員的抽煙正樣本和沒有抽煙負(fù)樣本進(jìn)行離線訓(xùn)練，獲得抽煙分類 模型；
[0019] 步驟2、獲取駕駛員連續(xù)的視頻圖片集合，記為M = Im1, m2,…，IIii,噸表示 所述視頻圖片集合M中第i幀視頻圖片；I < i < m ;
[0020] 步驟3、提取所述第i幀視頻圖片!1^的視覺特征參數(shù)，并輸入所述混合定位 模型獲得第i幀視頻圖片Hi i的人臉部關(guān)鍵部位的位置信息Pi和區(qū)域圖片Qi;并有： = 卜β=·(β!/),逆),逆)丨；/f表示人臉位置信息；表示眼部位置信息； 表示嘴部位置信息；表示人臉區(qū)域圖片；表示眼部區(qū)域圖片；01?表示嘴部區(qū)域 圖片；
[0021] 步驟4、根據(jù)所述嘴部區(qū)域圖片進(jìn)行向左或向右的位置平移，獲得抽煙區(qū)域圖 片β1'
[0022] 步驟5、提取所述眼部區(qū)域圖片逆)、嘴部區(qū)域圖片ρ丨f和抽煙區(qū)域圖片必)的視 覺特征參數(shù)并分別輸入所述眼睛疲勞分類模型、哈欠分類模型和抽煙分類模型獲得三種行 為識別結(jié)果r i;并有表示所述眼睛疲勞分類模型的識別結(jié)果；并有： f =0表示所述眼部區(qū)域圖片^為睜眼區(qū)域圖片；# =1表示所述眼部區(qū)域圖片W為 閉眼區(qū)域圖片；表示所述哈欠分類模型的識別結(jié)果；并有表示所述嘴部區(qū)域圖 片泛丨1為閉嘴區(qū)域圖片；以=1表示所述嘴部區(qū)域圖片為張嘴區(qū)域圖片；;^表示所述 說抽煙分類模型的識別結(jié)果；并有：=O表示所述抽煙區(qū)域圖片為沒有抽煙區(qū)域圖 片；# =1表示所述抽煙區(qū)域圖片為抽煙區(qū)域圖片；
[0023] 步驟6、對所述人臉區(qū)域圖片進(jìn)行歸一化處理后再對稱分割獲得左臉區(qū)域圖 片β[?：)和右臉區(qū)域圖片;分別提取所述左臉區(qū)域圖片和右臉區(qū)域圖片這}的視覺特 征，獲得左臉視覺特征向量Αω和右臉視覺特征向量B ω;對所述左臉視覺特征向量A (1)和 右臉視覺特征向量Βω進(jìn)行降維處理獲得左臉特征向量a (1)和右臉特征向量b ω;
[0024] 步驟7、利用式（1)進(jìn)行臉部是否偏離正前方分析，獲得人臉偏轉(zhuǎn)系數(shù)Ki:
[0025]
【主權(quán)項】
1. 一種駕駛員多種行為預(yù)警系統(tǒng)，其特征是包括：視頻采集模塊、關(guān)鍵部位定位模塊、 行為識別模塊、視線分析模塊、駕駛員狀態(tài)預(yù)警模塊和離線訓(xùn)練模塊； 所述離線訓(xùn)練模塊用于對駕駛員的人臉部關(guān)鍵部位正樣本和人臉部非關(guān)鍵部位負(fù)樣 本進(jìn)行離線訓(xùn)練，獲得混合定位模型；所述人臉部關(guān)鍵部位正樣本包括：人臉正樣本、眼部 正樣本、嘴部正樣本；所述離線訓(xùn)練模塊還用于對駕駛員的三種行為樣本進(jìn)行離線訓(xùn)練，依 次獲得三種分類模型；所述三種行為樣本包括：眼部閉眼正樣本和眼部睜眼負(fù)樣本、嘴部 張嘴正樣本和嘴部閉嘴負(fù)樣本、以及抽煙正樣本和