[发明专利]一种驾车玩手机行为的监控方法与系统

权利要求书

1.一种驾车玩手机行为的监控方法，其特征在于，所述方法包括：

根据用户速度特征，判断用户是否在交通工具上；

若是，则获取在交通工具上的用户特征，主要包括：获取用户抬头低头的频率与时长特征；获取用户眼动特征；获取身体在视频中的位置变化特征与偏移特征；所述视频中的位置变化特征与偏移特征是用户在交通工具上面对摄像头的位置变化与偏移特征；

包括识别手机拍摄到头部时，头部切入视频的角度变化度，

用户头部在被手机拍摄时颤动的频率，头部被拍摄到的偏移量特征；通过这些特征规则判断用户在交通工具上的行为是否是驾车行为；

收集交通工具上的驾车玩手机行为的视频作为正样本，坐车玩手机行为的视频作为负样本；

根据所述用户抬头低头的频率与时长特征、用户眼动特征、身体在视频中的位置变化特征与偏移特征，抽取特征，并采用机器学习算法训练模型；

通过预先训练好的模型，对用户特征进行自动分类，判断用户是在驾车状态还是坐车状态；

对驾车状态的玩手机行为，监测其玩手机的频率和时间；

根据不同的时间和频率给予不同的交通违规惩罚。

2.根据权利要求1所述的方法，其中，所述根据用户速度特征，判断用户是否在交通工具上，主要包括：

根据手机的位置变化，计算用户的行进速度；当用户的移动速度大于正常步行速度；且手机能拍摄到用户的部分或整个脸部，则认为当前用户处于交通工具上，并且在玩手机。

3.根据权利要求1所述的方法，其中，所述获取用户抬头低头的频率与时长特征，主要包括：

所述抬头低头是用户在交通工具上的抬头和低头行为；

通过大量抬头时的脸部形态的训练样本和低头时的脸部形态训练样本进行机器学习模型预先训练；

根据手机摄像头拍摄用户的动作特征，对用户的抬头和低头行为进行分类，获得抬头与低头频率，并对每一次抬头与低头时长进行统计。

4.根据权利要求1所述的方法，其中，所述获取用户眼动特征，主要包括：

所述用户眼动特征是用户在交通工具上的眼动行为特征；

采用智能手机结合MEMS技术实现眼动追踪；

根据预先训练的模型，判断监控用户是否有迅速环视并专注在视觉一个方向的注视动作；通过模型进行分类，获得当前眼动特征是否属于驾车时的眼动特征。

5.根据权利要求1所述的方法，其中，所述通过预先训练好的模型，对所述用户特征进行自动分类，判断用户是在驾车状态还是坐车状态，主要包括：

机器学习模型，包括支持向量机、随机森林、神经网络的其中的任一种；

通过提取当前用户抬头低头的频率与时长特征、用户眼动特征、身体在视频中的位置变化特征与偏移特征，通过预先训练好的机器学习算法模型判别当前用户状态是坐车行为还是驾车行为。

6.根据权利要求1所述的方法，其中，所述对驾车状态的玩手机行为，监测其玩手机的频率和时间，主要包括：

当判断用户是驾车状态时，进一步的，

检测其玩手机的频率；

检测用户每一次玩手机的时间。

7.根据权利要求1所述的方法，其中，所述根据不同的时间和频率给予不同的交通违规惩罚，主要包括：

根据所述驾车玩手机的频率及玩手机的时间，自动提交给交警及相关监管部门，根据违规驾驶的程度给予惩罚。

8.一种驾车玩手机行为的监控系统，其特征在于，所述系统包括：

判断模块，用于判别用户是否在交通工具上玩手机的行为；

获取模块，用于采用手机摄像头获取用户的抬头低头行为、眼动行为、被摄像位置的偏移行为；

训练模块，用于通过预先收集的用户坐车玩手机与驾车玩手机两类数据训练一个二元分类器；

预测模块，用于针对用户特征，通过分类器，判断用户在交通工具上是坐车玩手机还是驾车玩手机；

通知模块 ，用于记录驾车玩手机的时间和频次，通知监管部门，并获得相应交通违规惩罚。