[发明专利]基于深度学习的驾驶人头部姿态监测方法、系统、介质及设备有效

专利信息
申请号: 201710716168.6 申请日: 2017-08-18
公开(公告)号: CN109426757B 公开(公告)日: 2021-02-12
发明(设计)人: 金会庆;王江波;李伟;程泽良;马晓峰 申请(专利权)人: 安徽三联交通应用技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N20/00;H04N7/18
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 王华英
地址: 230001 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 驾驶人 头部 姿态 监测 方法 系统 介质 设备
【权利要求书】:

1.一种基于深度学习的驾驶人头部姿态监测方法,其特征在于,包括:

通过界面进行硬件上电操作开启所述基于深度学习的驾驶人头部姿态监测系统,配置通信参数信息,初始化图像信息采集设备,预设信息处理逻辑;

与服务器端建立通信连接并接受系统版本信息;

检测所述系统版本信息版本、存储设备及所述图像信息采集设备,完成检测并发出提示信息;

服务器端接收所述提示信息,根据所述提示信息触发系统采集视频数据,从所述视频数据中提取单帧图片信息并保存为图片样本,提取当前所述单帧图片信息中的转头角度及关注点特征信息,根据所述转头角度及关注点特征信息构建头部姿态视线模型,根据所述图片样本进行所述头部姿态视线模型深度学习,生成深度学习结果集;

根据所述预设信息处理逻辑处理得所述驾驶人关注点检测信息;

根据所述驾驶人关注点检测信息和所述深度学习结果集获取驾驶人姿态正误判定结果,根据所述驾驶人姿态正误判定结果生成检测报告并存储;

其中,所述生成深度学习结果集,包括:

服务器端接收所述提示信息,获取驾驶人的所述视频数据;

根据所述视频数据及时间提取当前的所示单帧图片信息;

提取所述单帧图片信息中的转头角度及关注点特征数据;

拼接所述转头角度及关注点特征数据得到转头角度及关注点特征向量;

根据所述转头角度及关注点特征向量构建所述头部姿态视线模型;

提取图片中的驾驶人关注点的全局变量与所述图片样本比对得出模型增量信息;

所述头部姿态视线模型根据所述模型增量信息进行深度学习,更新所述头部姿态视线模型;

保存所述单帧图片信息;

聚集所述单帧图片信息得所述图片样本。

2.根据权利要求1所述的方法,其特征在于,所述通过界面操作开启所述基于深度学习的驾驶人头部姿态监测系统,配置通信参数信息,初始化图像信息采集设备,预设信息处理逻辑,包括:

开启硬件设备;

检测所述硬件设备,判断所述硬件设备是否已安装所述系统;

若是,则初始化所述通信参数信息、摄像头和检测装置;

若否,则在所述硬件设备上安装所述系统。

3.根据权利要求1所述的方法,其特征在于,所述与服务器端建立通信连接并接受系统版本信息,包括:

向所述服务器端发送连接请求信息;

判断是否接收到服务端发来的观察指令;

若是,则判定与所述服务端建立连接;

若否,则持续发送所述连接请求信息直至与所述服务端建立连接。

4.根据权利要求1所述的方法,其特征在于,所述检测所述系统版本信息版本、存储设备及所述图像信息采集设备,完成检测并发出提示信息,包括:

与维护后台建立连接;

获取维护后台发来的最新版本信息;

根据所述最新版本信息判断所述系统是否升级;

若是,则判定所述系统为最新版本;

若否,则根据所述维护后台发来的升级信息进行系统升级;

检测存储硬盘以及摄像头并生成检测信息;

根据检测信息发出提示信息。

5.根据权利要求1所述的方法,其特征在于,所述根据所述预设信息处理逻辑处理得所述驾驶人关注点检测信息,包括:

提取当前所述单帧图片信息中的转头角度及关注点特征信息;

融合所述转头角度及关注点特征信息获得全局转头角度及关注点特征信息;

对比所述全局转头角度及关注点特征信息与上述图片样本中包含的转头角度及关注点特征向量得到左B柱、左后视镜、内后视镜、俯视仪表盘、 右B柱、右后视镜、正前方、低头看档等八个动作特征相似度数据;

对所有所述相似度数据排序获得所述驾驶人关注点检测信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽三联交通应用技术股份有限公司,未经安徽三联交通应用技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710716168.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top