駕駛員的駕駛狀態(tài)。
[0181]圖7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700的框圖。例如，裝置700可以被提供為一服務(wù)器。參照?qǐng)D7，裝置700包括處理組件722，其進(jìn)一步包括一個(gè)或多個(gè)處理器(圖中未示出)，以及由存儲(chǔ)器732所代表的存儲(chǔ)器資源，用于存儲(chǔ)可由處理組件722的執(zhí)行的指令，例如應(yīng)用程序。存儲(chǔ)器732中存儲(chǔ)的應(yīng)用程序可以包括一個(gè)或一個(gè)以上的每一個(gè)對(duì)應(yīng)于一組指令的模塊。此外，處理組件722被配置為執(zhí)行指令，以執(zhí)行上述視頻處理方法。
[0182]裝置700還可以包括一個(gè)電源組件726被配置為執(zhí)行裝置700的電源管理，一個(gè)有線或無線網(wǎng)絡(luò)接口 750被配置為將裝置700連接到網(wǎng)絡(luò)，和一個(gè)輸入輸出(I/O)接口 758。裝置700可以操作基于存儲(chǔ)在存儲(chǔ)器732的操作系統(tǒng)，例如Windows ServerTM,Mac OS XTM,UnixTM，LinuxTM，F(xiàn)reeBSDTM 或類似。
[0183]本領(lǐng)域技術(shù)人員在考慮說明書及實(shí)踐這里公開的發(fā)明后，將容易想到本公開的其它實(shí)施方案。本申請(qǐng)旨在涵蓋本公開的任何變型、用途或者適應(yīng)性變化，這些變型、用途或者適應(yīng)性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識(shí)或慣用技術(shù)手段。說明書和實(shí)施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求指出。
[0184]應(yīng)當(dāng)理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進(jìn)行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求來限制。
【主權(quán)項(xiàng)】
1.一種疲勞駕駛檢測(cè)方法，其特征在于，所述方法包括: 獲取包含有駕駛員體征的視頻圖像； 對(duì)所述視頻圖像進(jìn)行檢測(cè)，定位所述視頻圖像中的特征圖像； 對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息； 根據(jù)所述特征信息，確定所述駕駛員的駕駛狀態(tài)。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述視頻圖像進(jìn)行檢測(cè)，定位所述視頻圖像中的特征圖像包括: 對(duì)所述視頻圖像進(jìn)行預(yù)設(shè)步長幀圖像劃分，得到待檢測(cè)幀圖像； 對(duì)待檢測(cè)幀圖像進(jìn)行特征圖像檢測(cè)，確定所述特征圖像在所述待檢測(cè)幀圖像中的位置?目息O3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述特征信息，確定所述駕駛員的駕駛狀態(tài)包括: 將所述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)，確定所述駕駛員的駕駛狀態(tài)。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述特征圖像包括:頭部圖像;相應(yīng)的，所述對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息包括: 對(duì)所述頭部圖像進(jìn)行輪廓檢測(cè)，確定所述頭部圖像的定位坐標(biāo)； 記錄所述定位坐標(biāo)的移動(dòng)軌跡，確定所述頭部圖像的特征信息。5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述將所述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)，確定所述駕駛員的駕駛狀態(tài)包括: 所述預(yù)設(shè)統(tǒng)計(jì)模型包括:駕駛員頭部移動(dòng)范圍閾值； 判斷所述定位坐標(biāo)的移動(dòng)軌跡是否超出所述駕駛員頭部移動(dòng)范圍閾值，若超出閾值的持續(xù)時(shí)長大于第一預(yù)設(shè)時(shí)長，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述特征圖像包括:眼部圖像;相應(yīng)的，所述對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息包括: 對(duì)所述眼部圖像進(jìn)行輪廓檢測(cè)，確定所述眼部圖像中眼睛開度特征參數(shù)。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將所述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)，確定所述駕駛員的駕駛狀態(tài)包括: 所述預(yù)設(shè)統(tǒng)計(jì)模型包括:眼睛開度閾值； 判斷所述眼睛開度特征參數(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)長大于第二預(yù)設(shè)時(shí)長，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征圖像包括:方向盤圖像;相應(yīng)的，所述對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息包括: 對(duì)所述方向盤圖像進(jìn)行檢測(cè)，確定所述方向盤圖像區(qū)域是否包含有駕駛員手部圖像； 相應(yīng)的，所述根據(jù)所述特征信息，確定所述駕駛員的駕駛狀態(tài)包括: 若未包含所述駕駛員手部圖像的持續(xù)時(shí)長超過第三預(yù)設(shè)時(shí)長，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。9.根據(jù)權(quán)利要求1?8任一項(xiàng)所述的方法，其特征在于，所述方法還包括: 將所述駕駛員的駕駛狀態(tài)與預(yù)設(shè)駕駛警告等級(jí)進(jìn)行比對(duì)，發(fā)出與所述預(yù)設(shè)駕駛警告等級(jí)對(duì)應(yīng)的警告。10.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括: 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)所述樣本數(shù)據(jù)進(jìn)行分析后得到所述預(yù)設(shè)統(tǒng)計(jì)模型。11.一種疲勞駕駛檢測(cè)裝置，其特征在于，所述裝置包括: 獲取模塊，用于獲取包含有駕駛員體征的視頻圖像； 定位模塊，用于對(duì)所述視頻圖像進(jìn)行檢測(cè)，定位所述視頻圖像中的特征圖像； 分析模塊，用于對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息； 確定模塊，用于根據(jù)所述特征信息，確定所述駕駛員的駕駛狀態(tài)。12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述定位模塊包括: 劃分子模塊，用于對(duì)所述視頻圖像進(jìn)行預(yù)設(shè)步長幀圖像劃分，得到待檢測(cè)幀圖像； 檢測(cè)子模塊，用于對(duì)待檢測(cè)幀圖像進(jìn)行特征圖像檢測(cè)，確定所述特征圖像在所述待檢測(cè)幀圖像中的位置信息。13.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述確定模塊包括: 比對(duì)子模塊，用于將所述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)，確定所述駕駛員的駕駛狀態(tài)。14.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述特征圖像包括:頭部圖像;相應(yīng)的，所述分析模塊包括: 第一檢測(cè)子模塊，用于對(duì)所述頭部圖像進(jìn)行輪廓檢測(cè)，確定所述頭部圖像的定位坐標(biāo)； 第一確定子模塊，用于記錄所述定位坐標(biāo)的移動(dòng)軌跡，確定所述頭部圖像的特征信息。15.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述預(yù)設(shè)統(tǒng)計(jì)模型包括:駕駛員頭部移動(dòng)范圍閾值;所述比對(duì)子模塊包括: 第一判斷子模塊，用于判斷所述定位坐標(biāo)的移動(dòng)軌跡是否超出所述駕駛員頭部移動(dòng)范圍閾值； 第二判斷子模塊，用于當(dāng)所述第一判斷子模塊判斷所述定位坐標(biāo)的移動(dòng)軌跡超出所述駕駛員頭部移動(dòng)范圍閾值的時(shí)長大于第一預(yù)設(shè)時(shí)長時(shí)，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。16.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述特征圖像包括:眼部圖像;相應(yīng)的，所述分析模塊包括: 第二檢測(cè)子模塊，用于對(duì)所述眼部圖像進(jìn)行輪廓檢測(cè)； 第二確定子模塊，用于確定所述眼部圖像中眼睛開度特征參數(shù)。17.根據(jù)權(quán)利要求16所述的裝置，其特征在于，所述預(yù)設(shè)統(tǒng)計(jì)模型包括:眼睛開度閾值；所述比對(duì)子模塊包括: 第三判斷子模塊，用于判斷所述眼睛開度特征參數(shù)是否小于預(yù)設(shè)眼睛開度閾值； 第四判斷子模塊，用于當(dāng)所述第三判斷子模塊判斷所述眼睛開度特征參數(shù)小于預(yù)設(shè)眼睛開度閾值的持續(xù)時(shí)長大于第二預(yù)設(shè)時(shí)長時(shí)，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。18.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述特征圖像包括:方向盤圖像；相應(yīng)的，所述分析模塊包括: 第三檢測(cè)子模塊，用于對(duì)所述方向盤圖像進(jìn)行檢測(cè)，確定所述方向盤圖像區(qū)域是否包含有駕駛員手部圖像； 所述確定模塊包括: 確定子模塊，用于當(dāng)所述第三檢測(cè)子模塊檢測(cè)到未包含所述駕駛員手部圖像的持續(xù)時(shí)長超過第三預(yù)設(shè)時(shí)長時(shí)，判斷駕駛員的駕駛狀態(tài)為疲勞駕駛狀態(tài)。19.根據(jù)權(quán)利要求11?18任一項(xiàng)所述的裝置，其特征在于，所述裝置還包括: 警告模塊，用于將所述駕駛員的駕駛狀態(tài)與預(yù)設(shè)駕駛警告等級(jí)進(jìn)行比對(duì)，發(fā)出與所述預(yù)設(shè)駕駛警告等級(jí)對(duì)應(yīng)的警告。20.根據(jù)權(quán)利要求13所述的裝置，其特征在于，所述裝置還包括: 采集模塊，用于采集預(yù)設(shè)數(shù)量的特征圖像作為樣本數(shù)據(jù)； 模型建立模塊，用于根據(jù)預(yù)設(shè)算法對(duì)所述樣本數(shù)據(jù)進(jìn)行分析后得到所述預(yù)設(shè)統(tǒng)計(jì)模型。21.一種疲勞駕駛檢測(cè)裝置，其特征在于，包括: 處理器； 用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器； 其中，所述處理器用于: 獲取包含有駕駛員體征的視頻圖像;對(duì)所述視頻圖像進(jìn)行檢測(cè)，定位所述視頻圖像中的特征圖像； 對(duì)所述特征圖像進(jìn)行分析，確定所述特征圖像的特征信息； 根據(jù)所述特征信息，確定所述駕駛員的駕駛狀態(tài)。
【專利摘要】本公開是關(guān)于一種疲勞駕駛檢測(cè)方法及裝置，其中方法是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。
【IPC分類】G08B21/06
【公開號(hào)】CN105488957
【申請(qǐng)?zhí)枴緾N201510938139
【發(fā)明人】沈顯超, 劉潔, 吳小勇
【申請(qǐng)人】小米科技有限責(zé)任公司
【公開日】2016年4月13日
【申請(qǐng)日】2015年12月15日