[發(fā)明專利]基于距離圖像和強(qiáng)度圖像的駕駛員人臉定位系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310731309.3
• 申請日: 2013-12-26
• 公開（公告）號: CN103714321B
• 公開（公告）日: 2017-09-26
• 發(fā)明（設(shè)計）人: 張偉;成波
• 申請（專利權(quán)）人: 蘇州清研微視電子科技有限公司;清華大學(xué)蘇州汽車研究院（吳江）
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司32103
• 代理人: 范晴,夏振

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通技術(shù)領(lǐng)域，具體涉及一種基于距離圖像和強(qiáng)度圖像的駕駛員人臉定位系統(tǒng)。

背景技術(shù)

隨著社會經(jīng)濟(jì)的不斷發(fā)展，汽車保有量數(shù)據(jù)持續(xù)增長，汽車安全問題顯得尤為重要。汽車安全性可以分為被動安全和主動安全：被動安全指在交通事故發(fā)生后盡量減小乘客和行人的損傷；主動安全指通過事先防范避免事故的發(fā)生。被動安全技術(shù)發(fā)展早，如安全氣囊技術(shù)，早已進(jìn)入技術(shù)成熟階段且已經(jīng)被廣泛地應(yīng)用；隨著計算機(jī)、機(jī)器視覺、電子、通信等技術(shù)的巨大進(jìn)步，主動安全領(lǐng)域的研究也隨之快速發(fā)展，其中，由于駕駛員本身對行車安全幾乎有著決定性的作用，針對駕駛員的智能系統(tǒng)更是發(fā)展迅速，如駕駛員疲勞駕駛檢測系統(tǒng)、駕駛?cè)俗⒁饬ψR別系統(tǒng)等。我們發(fā)現(xiàn)，這些系統(tǒng)所采用的技術(shù)方案中，無論是采用檢測上下眼瞼位置、檢測人眼睜閉狀態(tài)、跟蹤人眼視線還是估計頭部或面部姿態(tài)角變化等何種方法作為判別依據(jù)，都要首先獲得駕駛員的人臉圖像，即對駕駛員人臉定位是整個系統(tǒng)和算法的基本環(huán)節(jié)。

人臉定位是指在輸入圖像中確定人臉（如果存在）的位置與大小（邊界）的過程，若是視頻圖像序列，還包括對檢測到的人臉進(jìn)行目標(biāo)跟蹤的過程。人臉定位方法主要分為：基于幾何特征的方法、基于膚色模型的方法和基于統(tǒng)計理論的方法。

幾何特征指人臉面部器官在幾何上體現(xiàn)的特征，如人臉輪廓、灰度分布、器官特征、模板特征等，基于幾何特征的方法適用于簡單背景下的正面單個人臉檢測，在復(fù)雜光照或背景環(huán)境下或者面部有遮擋的情況很難獲得理想的檢測效果。

膚色模型是研究者在確立的色度空間基礎(chǔ)上用一種代數(shù)的表征形式來表達(dá)哪些像素的色彩屬于膚色，或者表征出某一像素的色彩與膚色的相似程度。基于膚色模型的方法在早期應(yīng)用很廣泛，算法簡便快捷，對姿態(tài)不敏感，在單調(diào)背景下檢測率高，但是其在光照和復(fù)雜背景下效果不理想。

基于統(tǒng)計理論的人臉檢測方法是利用統(tǒng)計分析與機(jī)器學(xué)習(xí)的方法來尋找人臉樣本與非人臉樣本各自的統(tǒng)計特征，再構(gòu)建區(qū)分各自特征的分類器，用分類器完成人臉檢測，主要方法有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、線性子空間、隱馬爾科夫模型、Boosting等方法。不依賴于人臉的先驗(yàn)知識和參數(shù)模型，可以避免不精確或不完整的知識造成的錯誤。并且由于采用了實(shí)例學(xué)習(xí)的方法獲取模型的參數(shù)，統(tǒng)計意義上更為可靠，但也一定程度上受學(xué)習(xí)樣本數(shù)量和質(zhì)量、光照變化、遮擋等因素的影響。本發(fā)明因此而來。

發(fā)明內(nèi)容

本發(fā)明提供一種基于距離圖像和強(qiáng)度圖像的駕駛員人臉定位系統(tǒng)，該系統(tǒng)解決了現(xiàn)有技術(shù)中人臉定位過程存在受環(huán)境變化、光照變化、遮擋等因素影響較大的缺點(diǎn)等問題。

為了解決現(xiàn)有技術(shù)中的這些問題，本發(fā)明提供的技術(shù)方案是：

一種基于距離圖像和強(qiáng)度圖像的駕駛員人臉定位系統(tǒng)，包括圖像采集裝置、圖像處理裝置和定位裝置，其特征在于所述圖像采集裝置，至少包括1個距離圖像傳感器、1個CMOS攝像頭和2個紅外攝像頭，用于實(shí)時采集駕駛員的強(qiáng)度圖像和距離圖像，并將采集的強(qiáng)度圖像和距離圖像傳輸給圖像處理裝置；所述圖像處理裝置用于對采集的駕駛員的強(qiáng)度圖像和距離圖像進(jìn)行處理；所述定位裝置用于根據(jù)處理后強(qiáng)度圖像和距離圖像識別駕駛員的人臉位置和大小，并對人臉圖像進(jìn)行跟蹤和駕駛員人臉位置定位。

優(yōu)選的技術(shù)方案是：所述距離圖像傳感器、CMOS攝像頭和紅外攝像頭的輸出端與圖像處理裝置的輸入端連接。

優(yōu)選的技術(shù)方案是：所述圖像處理裝置為DSP處理系統(tǒng)。

優(yōu)選的技術(shù)方案是：所述系統(tǒng)還包括數(shù)據(jù)存儲裝置，所述數(shù)據(jù)存儲裝置與定位裝置連接，接收定位裝置的讀取或存儲指令，用于讀取或存儲駕駛員的強(qiáng)度圖像和距離圖像。

優(yōu)選的技術(shù)方案是：所述系統(tǒng)還包括與定位裝置連接的輸入輸出裝置，所述輸入輸出裝置根據(jù)用戶的輸入操作將用戶指令傳遞給定位裝置，定位裝置根據(jù)用戶指令進(jìn)行人臉定位，并將相關(guān)信息輸出提示用戶。

本發(fā)明的另一目的在于提供一種基于距離圖像和強(qiáng)度圖像的駕駛員人臉定位方法，其特征在于所述方法包括以下步驟：

（1）根據(jù)駕駛員的人臉定位指令，開始采集駕駛員的距離圖像和強(qiáng)度圖像；

（2）對采集的駕駛員的強(qiáng)度圖像和距離圖像進(jìn)行處理，識別駕駛員的人臉位置和大小，并對人臉圖像進(jìn)行跟蹤和駕駛員人臉位置定位。

優(yōu)選的技術(shù)方案是：所述方法步驟（2）具體包括以下步驟：

1）根據(jù)采集到的駕駛員的距離圖像灰度值的梯度變化進(jìn)行邊緣提取，初步確定人臉的位置；