[发明专利]一种驾驶员多种行为预警系统及危险评估方法

说明书

技术领域

本发明涉及智能监控预警领域，具体地说涉及一种驾驶员行为预警系统及危险评估方法。

背景技术

随着我国经济、社会的不断发展，国民生活水平得到极大改善，物流运输业飞速发展，汽车城市化进程也越来越快，驾驶员队伍也不断壮大。与此同时，快速的生活节奏带给人们巨大的压力，由于疲劳驾驶等驾驶违规行为而导致交通事故的现象越来越严重，危及乘客生命和公共安全。

当前对驾驶员的疲劳状态进行检测，主要通过医疗仪器和设备，对驾驶员的人体生理信号进行实时监测，从而判断人体是否疲劳。但是此类检测设备需要采用比较复杂的接触式装备，费用较高。驾驶员疲劳分析的研究目前主要通过眼睑遮住瞳孔的面积是否超过测量参数来判断驾驶员眼睛是否闭合，该方法要求对疲劳判定的先提条件非常严格；并且当前所存在的系统都是单一的疲劳检测系统。因此，急需一种功能全面、安全高效的驾驶员驾驶行为分析预警的相关技术和方法。

发明内容

本发明为了克服现有技术存在的不足之处，提供一种驾驶员多种行为预警系统及其危险评估方法，以期对驾驶员的疲劳、打哈欠、抽烟、视线偏离等违规驾驶行为进行有效监控，并及时进行预警提示和危险评估。

本发明为解决技术问题采用如下技术方案：

本发明一种驾驶员多种行为预警系统的特点是包括：视频采集模块、关键部位定位模块、行为识别模块、视线分析模块、驾驶员状态预警模块和离线训练模块；

所述离线训练模块用于对驾驶员的人脸部关键部位正样本和人脸部非关键部位负样本进行离线训练，获得混合定位模型；所述人脸部关键部位正样本包括：人脸正样本、眼部正样本、嘴部正样本；所述离线训练模块还用于对驾驶员的三种行为样本进行离线训练，依次获得三种分类模型；所述三种行为样本包括：眼部闭眼正样本和眼部睁眼负样本、嘴部张嘴正样本和嘴部闭嘴负样本、以及抽烟正样本和没有抽烟负样本；所述三种分类模型包括眼睛疲劳分类模型、哈欠分类模型、以及抽烟分类模型；

所述视频采集模块用于采集驾驶员的视频图片集合；

所述关键部位定位模块提取所述视频图片集合的每帧视频图片的视觉特征参数，并通过所述混合定位模型得到所述每帧视频图片中驾驶员的人脸部关键部位的位置信息和区域图片；所述人脸部关键部位包括：人脸、眼部和嘴部；

所述行为识别模块根据所述嘴部区域图片进行平移获得抽烟区域图片；再提取所述眼部区域图片、嘴部区域图片和抽烟区域图片的视觉特征参数，并分别输入所述三种分类模型中，获得三种行为识别结果的返回值；所述三种行为识别结果的返回值包括：睁眼区域图片、闭嘴区域图片和没有抽烟区域图片的返回值为0；闭眼区域图片、张嘴区域图片和抽烟区域图片的返回值为1；

所述视线分析模块对所述驾驶员的人脸区域图片进行归一化处理后再对称分割获得左脸区域图片和右脸区域图片，提取所述左脸区域图片和右脸区域图片的视觉特征向量并进行脸部是否偏离正前方分析，获得正脸和侧脸识别结果的返回值；所述正脸和侧脸识别结果的返回值包括：正脸区域图片的返回值为0；侧脸区域图片的返回值为1；

所述驾驶员状态预警模块对所述三种行为识别结果以及所述正脸和侧脸识别结果分别进行预警，并对对所述三种行为识别结果以及所述正脸和侧脸识别结果进行决策融合，获得驾驶员的危险评估结果。

本发明一种驾驶员多种行为预警系统的危险评估方法的特点是如下步骤进行：

步骤1、离线训练获得混合定位模型和三种分类模型：

步骤1.1、对驾驶员的人脸部关键部位正样本和人脸部非关键部位负样本进行离线训练，获得混合定位模型；

步骤1.2、对驾驶员的眼部闭眼正样本和眼部睁眼负样本进行离线训练，获得眼睛疲劳分类模型；

步骤1.3、对驾驶员的嘴部张嘴正样本和嘴部闭嘴负样本进行离线训练，获得哈欠分类模型；

步骤1.4、对驾驶员的抽烟正样本和没有抽烟负样本进行离线训练，获得抽烟分类模型；

步骤2、获取驾驶员连续的视频图片集合，记为M＝{m₁,m₂,…,m_i,…,m_n}；m_i表示所述视频图片集合M中第i帧视频图片；1≤i≤m；