[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

摘要

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。

主权项

1.一种基于视频及肤色区域距离的驾驶员姿态检测方法，其特征在于包括以下步骤：(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；(4)将步骤(3)中提取的肤色区域质心坐标转换为特征距离来表征每张图像的特征值，其中对数据集J_i中的图像依次处理得到特征值ni为第i段视频截取的图像中处理后实际有效的图像数量，ni≤mi；采用聚类算法将λ_i融合为一个特征值Λ_i，最终N段视频处理得到的结果构成特征集Λ＝(Λ₁,Λ₂,…,Λ_W)，W≤N；(5)采用BP神经网络分类器，将得到的特征集Λ及对应的驾驶姿态类别p_i作为训练样本输入分类器，训练分类器得到驾驶员姿态检测模型；(6)采集待检测的驾驶员驾驶时的视频，视频中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；对采集的视频按照步骤(2)中的方法截取图像，构成图像数据集V＝(v₁,v₂,…,v_m)，其中m为截取的图像数量；按照步骤(3)中的方法对数据集V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；按照步骤(4)的方法获取图像数据集V的特征值Λ_V，将Λ_V作为步骤(5)中训练好的BP神经网络模型的输入，输出为待检测视频的驾驶姿态类别。