[發明專利]基于物體檢測的疲勞駕駛檢測方法有效
| 申請號: | 201710966917.0 | 申請日: | 2017-10-17 |
| 公開(公告)號: | CN107704836B | 公開(公告)日: | 2021-10-08 |
| 發明(設計)人: | 孟繼成;楊濤;魏源璋 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/46 |
| 代理公司: | 成都正華專利代理事務所(普通合伙) 51229 | 代理人: | 李蕊 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 物體 檢測 疲勞 駕駛 方法 | ||
本發明公開了一種基于物體檢測的疲勞駕駛檢測方法,其包括獲取駕駛位置處的視頻信息,并等間隔選取視頻信息中的一幀測試圖片;輸入測試圖片至SSD模型,采用SSD模型計算測試圖片與SSD模型內每個類別中每張訓練圖片之間的損失值;當測試圖片與訓練圖片之間的損失值大于第一設定閾值時,則訓練圖片對應類別為測試圖片的類別;獲取SSD模型的全連接層預測的測試圖片中駕駛員的位置尺寸,并計算所述測試圖片中駕駛員的位置尺寸與上一張測試圖片中駕駛員的位置尺寸的差異;當差異小于第二設定閾值,則將計數器數值累加一次,并判斷計數器數值是否大于第三設定閾值;若計數器數值大于第三設定閾值時,則提醒駕駛員其已處于疲勞駕駛。
技術領域
本發明涉及圖像處理技術領域,具體涉及一種基于物體檢測的疲勞駕駛檢測方法。
背景技術
當代經濟的快速發展提高了人民的生活水平,汽車保有量的不斷增長就是一方面的體現,與此同時,交通事故也與日俱增。駕駛員作為道路交通系統中最重要的組成部分,在安全駕駛方面起到決定性的作用。疲勞駕駛作為導致交通事故頻發的主要因素之一,如何有效監督駕駛員是否疲勞駕駛以及及時提醒駕駛員注意避免進行疲勞駕駛變得尤為重要。根據我國的《道路交通安全法》規定,連續駕車4個小時以上算是疲勞駕駛。
現階段對駕駛員進行疲勞駕駛檢測的方法大多是對駕駛員的面部提取特征,主要是對駕駛員的眼睛,使用圖像處理或信息融合等方法分析駕駛員的狀態。這種方法存在以下的問題:一、由于駕駛員疲勞狀態下體現出的疲勞特征不盡相同,導致根據單一疲勞駕駛參數無法有效的進行疲勞駕駛檢測;二、為了達到精確度,過多的檢測算法步驟會降低檢測效率。
發明內容
針對現有技術中的上述不足,本發明提供的基于物體檢測的疲勞駕駛檢測方法采用將駕駛員視頻信息與駕駛時間相結合方式進行疲勞駕駛判斷。
為了達到上述發明目的,本發明采用的技術方案為:
提供一種基于物體檢測的疲勞駕駛檢測方法,其包括:
獲取駕駛位置處的視頻信息,并等間隔選取視頻信息中的一幀測試圖片;
輸入測試圖片至SSD模型,采用SSD模型計算測試圖片與SSD模型內每個類別中每張訓練圖片之間的損失值;
當測試圖片與訓練圖片之間的損失值大于第一設定閾值時,則訓練圖片對應類別為測試圖片的類別;
獲取SSD模型的全連接層預測的測試圖片中駕駛員的位置尺寸,并計算所述測試圖片中駕駛員的位置尺寸與上一張測試圖片駕駛員的位置尺寸的差異;
當所述差異小于第二設定閾值,則將計數器數值累加一次,并判斷計數器數值是否大于第三設定閾值;
若計數器數值大于第三設定閾值時,則提醒駕駛員其已處于疲勞駕駛。
進一步地,當測試圖片中駕駛員的位置尺寸大于等于第二設定閾值,且連續兩張測試圖片中駕駛員的位置尺寸大于等于第二設定閾值時,選取下一張測試圖片,同時重置計數器數值。
進一步地,當計數器數值小于等于第三設定閾值時,選取下一張測試圖片。
進一步地,輸入測試圖片至SSD模型,采用SSD模型計算測試圖片與SSD模型內每個類別中每張訓練圖片之間的損失值進一步包括:
將每層卷積層中卷積核所對應特征圖劃分成若干尺寸相同的特征圖單元;
每個特征圖單元均以其為中心生成若干默認框,并計算每個默認框的尺度:
其中,sk為尺度;smin為尺度的最小值;smax為尺度的最大值;m為特征圖所在卷積層的卷積核數量;k為特征圖所對應卷積核在其所在卷積層中的序號;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710966917.0/2.html,轉載請聲明來源鉆瓜專利網。





