員體征的視頻圖像。
[0109]該步驟的實(shí)現(xiàn)原理及過程與步驟101相同,在此不再贅述。
[0110]在步驟202中,對(duì)視頻圖像進(jìn)行預(yù)設(shè)步長(zhǎng)幀圖像劃分,得到待檢測(cè)幀圖像。
[0111]視頻圖像是由一幀一幀的靜態(tài)圖像連接而成,且通常一秒鐘的視頻圖像中可以包含幾十幀的靜態(tài)圖像,若對(duì)視頻圖像中的每幀圖像都進(jìn)行檢測(cè),以定位出特征圖像,運(yùn)算量巨大;且人體的移動(dòng)頻率或面部表情變化頻率或眨眼的頻率通常比每幀圖像間的間隔頻率要慢很多倍,也就是說,相鄰幀圖像間的圖像變化率很低,因此,不需要也不必要對(duì)每幀圖像進(jìn)行檢測(cè)。設(shè)定預(yù)設(shè)步長(zhǎng),例如每間隔20幀圖像,提取出一幀圖像作為待檢測(cè)幀圖像,對(duì)該待檢測(cè)幀圖像進(jìn)行掃描,以確定待檢測(cè)幀圖像中的特征圖像,從而大大減少了視頻圖像的數(shù)據(jù)分析數(shù)量,進(jìn)而有效提高對(duì)特征圖像的定位效率。
[0112]在步驟203中,對(duì)待檢測(cè)幀圖像進(jìn)行特征圖像檢測(cè),確定特征圖像在待檢測(cè)幀圖像中的位置信息。
[0113]對(duì)根據(jù)預(yù)設(shè)步長(zhǎng)提取出的每幀待檢測(cè)幀圖像進(jìn)行掃描,找到特征圖像,并確定該特征圖像在待檢測(cè)幀圖像中的位置信息,該位置信息可以用特征圖像位于幀圖像中的位置坐標(biāo)來表示。若特征圖像有多個(gè),例如特征圖像包含有眼睛圖像、頭部圖像、嘴部圖像,則可以分別標(biāo)注出每個(gè)特征圖像在整個(gè)幀圖像中的位置信息。以便后續(xù)對(duì)某類特征圖像進(jìn)行分析時(shí),可以快速在幀圖像中定位并提取出相應(yīng)的特征圖像。
[0114]在步驟204中,對(duì)特征圖像進(jìn)行分析,確定特征圖像的特征信息。
[0115]該特征圖像可以包括:頭部圖像。則該步驟具體可以通過以下步驟實(shí)現(xiàn):
[0116]步驟一、對(duì)頭部圖像進(jìn)行輪廓檢測(cè),確定頭部圖像的定位坐標(biāo)。定位坐標(biāo)可以為該頭部圖像的輪廓重心點(diǎn);或頭部圖像中某一特征位置的坐標(biāo),例如鼻尖所在位置的坐標(biāo)、雙眼眼角連線的中心點(diǎn)等等。
[0117]步驟二、記錄定位坐標(biāo)的移動(dòng)軌跡,確定頭部圖像的特征信息。跟蹤定位坐標(biāo)在各個(gè)特征圖像中的變化軌跡,從而以該定位坐標(biāo)的移動(dòng)軌跡作為該頭部圖像的移動(dòng)特征信息。例如,定位坐標(biāo)為鼻尖的坐標(biāo),駕駛員由于打瞌睡把頭低下,則鼻尖在幀圖像中位置坐標(biāo)向下移動(dòng),從而確定駕駛員頭部低下。
[0118]或者,該特征圖像可以包括:眼部圖像。則該步驟具體可以通過對(duì)眼部圖像進(jìn)行輪廓檢測(cè),確定眼部圖像中眼睛開度特征參數(shù)來實(shí)現(xiàn)。疲勞狀態(tài)下,人體的眼睛會(huì)趨于閉合,眼睛變小,因此可以通過對(duì)眼部輪廓進(jìn)行檢測(cè),確定眼睛開度,從而判斷駕駛員是否疲勞。其中,眼睛開度特征可以包括:瞳孔開度特征參數(shù)、上下眼瞼之間的距離;還可以通過對(duì)眼睛開度進(jìn)行判定后計(jì)算得到眨眼頻率、閉眼時(shí)長(zhǎng)等,進(jìn)而還可以根據(jù)眨眼頻率、閉眼時(shí)長(zhǎng)進(jìn)行疲勞度的評(píng)價(jià)。
[0119]在步驟205中,將特征圖像的特征信息與預(yù)設(shè)統(tǒng)計(jì)模型進(jìn)行比對(duì),確定駕駛員的駕駛狀態(tài)。
[0120]預(yù)設(shè)統(tǒng)計(jì)模型可以包括:駕駛員頭部移動(dòng)范圍閾值;特征圖像可以包括:頭部圖像。則步驟205具體可以通過判斷定位坐標(biāo)的移動(dòng)軌跡是否超出駕駛員頭部移動(dòng)范圍閾值,若超出閾值的時(shí)長(zhǎng)大于第一預(yù)設(shè)時(shí)長(zhǎng),判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。
[0121]駕駛員頭部移動(dòng)范圍閾值可以為通過采集駕駛員大量行車視頻信息后,分析、建模得到的符合駕駛員個(gè)體駕駛習(xí)慣的頭部移動(dòng)范圍閾值,例如,有些駕駛員駕車時(shí)喜歡聽歌,則頭部會(huì)隨樂曲晃動(dòng),而有些駕駛員則屬于一動(dòng)不動(dòng)專注開車的類型,則對(duì)上述兩類駕駛員所確定的頭部移動(dòng)范圍閾值會(huì)有所不同。當(dāng)頭部移動(dòng)范圍超出預(yù)設(shè)統(tǒng)計(jì)模型的范圍閾值,且為一段時(shí)間持續(xù)超出閾值,例如,第一預(yù)設(shè)時(shí)長(zhǎng)為3秒,則可以認(rèn)為駕駛員頭部低下超過3秒的時(shí)間,此時(shí),很有可能是由于駕駛員打瞌睡而低下了頭,判斷其為疲勞駕駛狀態(tài)。
[0122]或者,預(yù)設(shè)統(tǒng)計(jì)模型可以包括:眼睛開度閾值;特征圖像可以包括:眼部圖像。則步驟205具體可以通過判斷眼睛開度特征參數(shù)是否小于預(yù)設(shè)眼睛開度閾值,若小于預(yù)設(shè)眼睛開度閾值的持續(xù)時(shí)長(zhǎng)大于第二預(yù)設(shè)時(shí)長(zhǎng),判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。
[0123]例如,駕駛員由于疲勞而微閉雙眼,則檢測(cè)到眼睛的開度變小,且開度小于預(yù)設(shè)眼睛開度閾值,并且小于開度閾值的時(shí)長(zhǎng)持續(xù)了一段時(shí)間,例如,第二預(yù)設(shè)時(shí)長(zhǎng)為2秒,則可以判斷駕駛員微閉雙眼2秒鐘,判定駕駛員進(jìn)入了疲勞駕駛狀態(tài),需要及時(shí)對(duì)其發(fā)出警告。
[0124]綜上,本實(shí)施例通過對(duì)視頻圖像進(jìn)行預(yù)設(shè)步長(zhǎng)劃分,提取出待檢測(cè)幀圖像,并對(duì)待檢測(cè)幀圖像進(jìn)行分析,從而大大減少了視頻圖像的數(shù)據(jù)分析數(shù)量,提高駕駛狀態(tài)的確定效率;還通過將頭部圖像、眼部圖像等特征圖像中的特征信息與預(yù)設(shè)統(tǒng)計(jì)模型進(jìn)行比對(duì),從而快速并準(zhǔn)確判定特征信息所代表的駕駛狀態(tài)。
[0125]圖3是根據(jù)另一示例性實(shí)施例示出的一種疲勞駕駛檢測(cè)方法的流程圖,如圖3所示,本實(shí)施例的疲勞駕駛檢測(cè)方法可以應(yīng)用于云端的服務(wù)器中也可以應(yīng)用于駕駛員的終端(客戶端設(shè)備)中,本實(shí)施例的方法包括以下步驟:
[0126]在步驟301中,獲取包含有駕駛員體征的視頻圖像。
[0127]在步驟302中,對(duì)視頻圖像進(jìn)行檢測(cè),定位視頻圖像中的特征圖像。
[0128]其中,特征圖像包括:方向盤圖像。
[0129]在步驟303中,對(duì)方向盤圖像進(jìn)行檢測(cè),確定方向盤圖像區(qū)域是否包含有駕駛員手部圖像。
[0130]若方向盤圖像區(qū)域包含有駕駛員手部圖像,確定駕駛員的手置于方向盤上;若方向盤圖像區(qū)域沒有包含有駕駛員手部圖像,確定駕駛員的雙手脫離了方向盤。
[0131]在步驟304中,若未包含駕駛員手部圖像的持續(xù)時(shí)長(zhǎng)超過第三預(yù)設(shè)時(shí)長(zhǎng),判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。
[0132]通過對(duì)駕駛員手部圖像與方向盤圖像的連續(xù)分離時(shí)間進(jìn)行計(jì)時(shí),若超過一定時(shí)長(zhǎng),例如,第三預(yù)設(shè)時(shí)長(zhǎng)為I秒種,則判斷出駕駛員雙手脫離方向盤I秒種,判定此時(shí)駕駛員進(jìn)入疲勞駕駛狀態(tài)。該方法無需對(duì)特征圖像如眼睛、頭部等特征進(jìn)行識(shí)別,僅需檢測(cè)圖像中是否出現(xiàn)手部特征圖像,簡(jiǎn)單且快速性好。
[0133]可選的,該方法還可以包括:
[0134]將駕駛員的駕駛狀態(tài)與預(yù)設(shè)駕駛警告等級(jí)進(jìn)行比對(duì),發(fā)出與預(yù)設(shè)駕駛警告等級(jí)對(duì)應(yīng)的警告。其具體實(shí)現(xiàn)可以通過對(duì)預(yù)設(shè)統(tǒng)計(jì)模型設(shè)置多個(gè)比較閾值,當(dāng)特征圖像中的特征參數(shù)歸屬于不同的比較閾值范圍時(shí),判斷得到不同比較閾值范圍內(nèi)的不同駕駛狀態(tài)。例如,眼睛開度閾值分為80%、50%;預(yù)設(shè)駕駛警告等級(jí)可相應(yīng)為不警告、中等警告、高等警告;假設(shè)駕駛員眼睛開度大于80%,則認(rèn)為其為清醒狀態(tài),不進(jìn)行警告;當(dāng)駕駛員眼睛開度在80%?50%之間徘徊,則認(rèn)為其為半清醒半疲倦狀態(tài),可以發(fā)出中等警告,以提醒駕駛員是否停車休息后再行駛;當(dāng)駕駛員眼睛開度低于50%,則發(fā)出高等警告,提醒駕駛員重新振奮精神或建議其制動(dòng)休息;進(jìn)一步地,當(dāng)檢測(cè)到駕駛員眼睛開度為0,即眼睛閉合,則可以緊急制動(dòng)車輛,以防止疲勞駕駛導(dǎo)致的安全事故。
[0135]可選的,該預(yù)設(shè)統(tǒng)計(jì)模型可以通過以下方法得到:
[0136]采集預(yù)設(shè)數(shù)量的特征圖像作為樣本數(shù)據(jù),根據(jù)預(yù)設(shè)算法對(duì)樣本數(shù)據(jù)進(jìn)行分析后得到該預(yù)設(shè)統(tǒng)計(jì)模型。其中,預(yù)設(shè)算法可以采用神經(jīng)網(wǎng)絡(luò)建模的方法。從而可以從大量的樣本數(shù)據(jù)中得到具有統(tǒng)計(jì)意義的、參考價(jià)值的預(yù)設(shè)統(tǒng)計(jì)模型,為特征圖像比對(duì)的精準(zhǔn)性提供了可靠的參照標(biāo)準(zhǔn)。
[0137]下述為本公開裝置實(shí)施例,可以用于執(zhí)行本公開方法實(shí)施例。對(duì)于本公開裝置實(shí)施例中未披露的細(xì)節(jié),請(qǐng)參照本公開方法實(shí)施例。
[0138]圖4是根據(jù)一示例性實(shí)施例示出的一種疲勞駕駛檢測(cè)裝置的流程圖,如圖4所示,該疲勞駕駛檢測(cè)裝置可以通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為電子設(shè)備的部分或者全部。該疲勞駕駛檢測(cè)裝置可以包括:
[0139]獲取模塊41,用于獲取包含有駕駛員體征的視頻圖像。
[0140]定位模塊42,用于對(duì)視頻圖像進(jìn)行檢測(cè),定位視頻圖像中的特征圖像。
[0141 ]分析模塊43,用于對(duì)特征圖像進(jìn)行分析,確定特征圖像的特征信息。
[0142]確定模塊44,用于根據(jù)特征信息,確定駕駛員的駕駛狀態(tài)。
[0143]本實(shí)施例中,通過獲取包含有駕駛員體征的視頻圖像,對(duì)該視頻圖像進(jìn)行檢測(cè),定位出視頻圖像中的特征圖像;再對(duì)特征圖像進(jìn)行分析,確定出特征圖像所包含的特征信息;從而根據(jù)特征信息,確定出駕駛員的駕駛狀態(tài)。該方法提高了對(duì)駕駛狀態(tài)判斷的準(zhǔn)確性、快速性,能夠及時(shí)對(duì)處于疲憊狀態(tài)下的駕駛員進(jìn)行預(yù)警,以提高駕駛安全性。
[0144]圖5是根據(jù)另一示例性實(shí)施例示出的一種疲勞駕駛檢測(cè)裝置的流程圖,該疲勞駕駛檢測(cè)裝置可以通過軟件、硬件或者兩者的結(jié)合實(shí)現(xiàn)成為電子設(shè)備的部分或者全部?;谏鲜鲅b置實(shí)施