[发明专利]一种基于视频及肤色区域距离的驾驶员姿态检测方法

说明书

本发明公开了一种基于视频及肤色区域距离的驾驶员姿态检测方法，该方法通过提取多个样本视频中采样图像的肤色区域，计算肤色区域的质心坐标，将质心坐标转换为特征距离来表征每张图像的特征值，采用聚类算法将一段视频对应的多幅图像的特征值融合为一个特征值；构建BP神经网络，将融合后的特征值和对应的驾驶姿态类别作为训练样本输入BP神经网络，训练得到驾驶员姿态检测模型；在检测时，采集待检测的驾驶员驾驶时的视频，对待检测视频按照上述步骤中的方法计算特征值，计算结果作为驾驶员姿态检测模型的输入，输出为待检测视频的驾驶姿态类别。该方法可以有效提高驾驶人姿态的检测率并实现对驾驶员驾驶行为的识别分类，最终实现对营运驾驶过程的实时预警。

技术领域

本发明属于交通安全领域，特别涉及一种基于视频及肤色区域距离的驾驶员姿态检测方法。

背景技术

世界卫生组织《道路安全全球现状报告2015》指出道路交通事故为全球人口死亡的主要因素，世界上每天大约有3500人因道路交通碰撞而死亡，严重的道路交通事故不仅危害着国家经济，更是给家庭带来沉重负担，因此改善交通安全成为各国目前工作中的首要任务之一。

交通事故的发生是人-车-路-环境多因素共同作用的结果，而研究者普遍认为事故的发生超过80％是由驾驶员错误驾驶行为导致的，在这些错误行为中又以超速、疲劳驾驶、使用手机居多。这些行为都会严重影响驾驶员的感知和判断，如何对驾驶人的行为进行检测和识别成为交通安全的重中之重。

随着人们对于交通安全的要求越来越高，目前仅局限于头部的驾驶人姿态检测方法难以满足人们对于安全的要求；而侵入式检测方法局限性明显，难以普及；同时基于头部和左右手区域的研究成果较少，亟待深入研究和进一步优化。另外，目前应用的肤色检测方法通过提取单张全图像像素作为特征，特征数据单一且维度过大，在检测过程中会出现因瞬时区域重叠、部分遮挡等造成无法检测的问题，从而影响检测的准确率。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供了一种基于视频及肤色区域距离的驾驶员姿态检测方法，该方法可以有效提高驾驶人姿态的检测率并实现对驾驶员驾驶行为的识别分类，最终实现对营运驾驶过程的实时预警。

技术方案：本发明采用如下技术方案：

一种基于视频及肤色区域距离的驾驶员姿态检测方法，包括以下步骤：

(1)采集N段驾驶员驾驶时的视频，每段视频只包含双手紧握方向盘、操纵挡位、异常驾驶姿态三类不同驾驶姿态中的一种；第i段视频时长为t_i，帧率为fr_i，驾驶姿态类别为p_i，i＝1..N；

(2)对步骤(1)中采集到的N段视频依次进行处理，每段视频每隔F帧截取一张图像，构成图像数据集J＝(J₁,J₂,…,J_N)，其中第i段视频对应数据集mi为第i段视频截取的图像数量；

(3)依次处理第i段视频对应的数据集J_i中的图像，提取肤色区域并计算其面积最大的前三个肤色区域的质心坐标；当数据集J_i中有一张图像无法检测到三个肤色区域时则转入下一张继续处理，若数据集J_i中图像均无法处理，则对第i段视频每隔F′帧重新截取一张图像，构成新的数据集J_i重新检测，若数据集J_i中所有图像仍无法处理，舍弃第i段视频，F′F；