[發明專利]一種基于SVM的駕駛員安全帶檢測方法在審

申請號：	201410788708.8	申請日：	2014-12-17
公開（公告）號：	CN104700068A	公開（公告）日：	2015-06-10
發明（設計）人：	張卡;何佳;王靜良;曹昌龍	申請（專利權）人：	安徽清新互聯信息科技有限公司
主分類號：	G06K9/00	分類號：	G06K9/00;G06T7/00
代理公司：	合肥天明專利事務所 34115	代理人：	金凱
地址：	230088 安徽省合肥市***	國省代碼：	安徽;34
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于 svm 駕駛員安全帶檢測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

技術領域

本發明涉及安全駕駛技術領域，具體涉及一種基于SVM的駕駛員安全帶檢測方法。

背景技術

隨著汽車保有量的快速增長，人們在享受到交通便利和快捷的同時，也伴隨著各類交通事故的頻發，造成巨大的人員傷亡和經濟損失。安全帶作為汽車上普遍安裝的一種安全裝置，在事故發生時，可以有效保障駕乘人員的人身安全，然而總有一些駕乘人員因為各種不良習慣，不系安全帶駕駛，已構成違法行為。因此，及時的檢測駕乘人員的安全帶系帶情況，不僅可以促使駕乘人員養成良好的駕乘習慣，更可以降低交通事故的死亡率。

支持向量機(SVM)是一種有監督學習算法，它在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢。該方法是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的，根據有限的樣本信息在模型的復雜性(即對特定訓練樣本的學習精度)和學習能力(即無錯誤地識別任意樣本的能力)之間尋求最佳折中，以期獲得最好的推廣能力(或稱泛化能力)。

汽車安全帶的特點是制造材質固定，一般是尼龍和滌綸；駕乘人員系帶時，邊緣直線的傾斜角度近似45度和135度兩種情況。

目前，對于駕乘人員的安全帶狀態的檢測，常用的技術方法有以下幾種：

(1)基于人工審核進行檢測，該類方法通過道路卡口的相機采集監控車輛的圖像，然后人工在后臺進行一一查看審核。該類方法的檢測效果十分精準，然而人工檢測需要耗費大量的人力資源，而且很費時間，存在滯后性。

(2)基于視頻圖像技術進行檢測，該類方法通過道路卡口的高清相機采集監控車輛的圖像，采用視頻圖像處理技術進行邊緣特征檢測，基于安全帶的兩條邊緣直線的平行度、距離、傾斜角度等特征進行安全帶系帶與否的檢測。如中國專利申請CN201310054596公開了一種用于道路交通監控的安全帶自動檢測方法，中國專利申請CN201410060096公開了一種基于直線檢測的安全帶檢測算法。該類方法的優點是自動處理，無需人工干預，對于理想的圖像，檢測準確度高；其缺點是邊緣檢測算子和hough直線檢測算法運行很耗時；對于不同尺度的圖像，邊緣的距離特征適應性不夠強；對于光線不均勻造成的邊緣線的不連續和缺失，抵抗能力差；當駕乘人員穿著帶有較多線條圖案的上衣時，易出現誤檢和漏檢。

發明內容

本發明的目的在于提供一種基于SVM的駕駛員安全帶檢測方法，該方法是基于安全帶的區域特征進行檢測，具有準確度更高、魯棒性更強等特點。

本發明的技術方案為：

一種基于SVM的駕駛員安全帶檢測方法，該檢測方法包括以下順序的步驟：

(1)建立人臉檢測分類器和以局部安全帶圖像為訓練正樣本的安全帶SVM分類器；

(2)從連續的高清卡口圖像中獲取安全帶所在的有效檢測位置區域；

(3)通過安全帶SVM分類器判斷當前圖像中駕駛員是否系帶安全帶。

步驟(2)中，所述的從連續的高清卡口圖像中獲取安全帶所在的有效檢測位置區域，具體包括以下順序的步驟：

(21)采用背景差分法提取前景目標m(x,y)；

(22)對前景目標m(x,y)進行形態學運算，去除面積較小的連通區域；

(23)根據前景目標m(x,y)的面積大小，判斷是否存在前景目標；若存在，則執行步驟(24)；若不存在，則返回執行步驟(21)；

(24)采用harr特征和adaboost分類算法，在前景目標的圖像上檢測人臉位置；