[发明专利]安全带检测方法、装置、电子设备及系统

说明书

本发明实施例公开了一种安全带检测方法、装置、电子设备及系统，该安全带检测方法包括：获取车载摄像头采集到的驾驶员驾驶状态图像；利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；输出所述安全带检测结果。因此，本发明实施例实现了准确、实时地检测驾驶员安全带佩戴情况，提高了安全带检测的可靠性和效率。

技术领域

本发明涉及深度学习和机器视觉领域，具体涉及一种安全带检测方法、装置、电子设备及系统。

背景技术

随着经济发展，城市建设速度加快，汽车的数量逐年增加。汽车持续快速增长为城市交通系统带来巨大负担，违法驾驶和不良驾驶行为依旧存在，驾驶员未佩戴安全带直接关系到自身和他人的生命安全。

传统的安全带检测通过锁扣内接触开关触发，当驾驶员进入驾驶室并打开点火钥匙控制器开始工作，在安全带没有插入锁扣时，汽车安全带声音提示装置的回路导通，提示驾驶员系上安全带；系上安全带后，安全带锁扣内的接触开关处在关闭状态，安全带提醒系统电源被断开，从而提示声音停止。

但是，由于检测系统仅针对锁扣内部，因此存在一定局限性，驾驶员可以通过利用安全带插扣，或者直接将安全带从背后插入锁扣等方式，屏蔽安全带提示，从而在不系安全带的情况下驾驶。

发明内容

由于现有方法存在上述问题，本发明实施例提出一种安全带检测方法、装置、电子设备及系统，以实现在驾驶室内可以准确、实时地检测驾驶员安全带佩戴情况，当驾驶员未系安全带时对驾驶员进行报警提示的方法，并用于弥补现有卡口类安全带检测系统易被驾驶员屏蔽的问题。

第一方面，本发明实施例提出一种安全带检测方法，包括：

获取车载摄像头采集到的驾驶员驾驶状态图像；

利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果；其中，所述安全带检测结果包括驾驶员已系安全带或驾驶员未系安全带；

输出所述安全带检测结果。

可选地，所述利用安全带检测深度学习网络对所述驾驶员驾驶状态图像进行安全带检测，得到安全带检测结果，包括：

将所述驾驶员驾驶状态图像输入所述安全带检测深度学习网络中，得到至少一个安全带像素点；

对各个安全带像素点进行聚类，得到安全带所在区域；

根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果。

可选地，所述安全带检测深度学习网络是在U型网络结构中使用了移动端神经网络MobileNet的深度可分离卷积模块的语义分割网络。

可选地，所述对各个安全带像素点进行聚类，得到安全带所在区域，包括：

利用基于密度的噪声应用空间聚类DBSCAN方式，对所述各个安全带像素点进行聚类，聚类后只保留最大的安全带像素点簇，其他区域的安全带像素点作为噪声去掉，所述最大的像素点簇为所述安全带所在区域。

可选地，所述根据所述安全带所在区域中的安全带像素点个数，确定所述安全带检测结果，包括：

按照第一设定规则根据所述安全带所在区域中的安全带像素点个数和设定个数阈值，判断是否检测到安全带，得到判断结果；

按照第二设定规则计算所述判断结果对应的当前累计检测数；

若所述当前累计检测数大于0，则确定驾驶员已系安全带；

若所述当前累计检测数小于或等于0，则确定驾驶员未系安全带。