[發(fā)明專利]一種駕駛員不規(guī)范行為檢測方法

在審

• 申請?zhí)枺?/td>: 202110448992.4
• 申請日: 2021-04-25
• 公開（公告）號: CN113191244A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設計）人: 蔡博文
• 申請（專利權）人: 上海夏數(shù)網(wǎng)絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 上海精晟知識產(chǎn)權代理有限公司 31253
• 代理人: 黃佳麗

本發(fā)明提供一種駕駛員不規(guī)范行為檢測方法，包括以下檢測步驟：初始化N個報警隊列；獲取當前駕駛位置的圖片；當判斷具有人臉目標時，分別判斷當前駕駛位置的圖片是否符合每一個設定的報警條件；當任意一個當前駕駛位置的圖片符合設定的報警條件時，在該報警隊列的一端插入1，并刪除另一端第一個數(shù)字。然后對隊列求和，再判斷隊列的和是否大于等于該隊列報警閾值，當隊列的和大于等于該隊列報警閾值時，進行報警。其優(yōu)點在于可靈活部署在終端設備或服務器上，同時檢測多種不規(guī)范駕駛行為，并在曝光不足、人臉遮擋、角度不正等問題下，仍然保持一定的報警精度。

技術領域

本發(fā)明涉及一種駕駛員不規(guī)范行為檢測方法。

背景技術

交通事故常常是由很多主觀因素導致的，所以，作為參與交通行為的主要對象——駕駛員，需要在其產(chǎn)生不規(guī)范的駕駛行為時，得到及時的提醒，以減少事故的發(fā)生。目前，常采用在駕駛室內安裝監(jiān)控攝像頭的方式，對司機的駕駛行為進行監(jiān)管，但人力無法做到24小時不間斷監(jiān)管和及時提醒，需要依靠人工智能算法的輔助。現(xiàn)有的，借助人工智能算法和機器視覺相結合解決方案主要有以下兩種：

一種本地部署AI算法：將人工智能算法部署在AI攝像頭上，在本地實時處理攝像頭采集的圖像，并通過語音設備播報告警。

另一種，遠程部署AI算法：采用搭載通信傳輸功能普通攝像頭，將其采集的圖像傳輸?shù)竭h程服務器上，經(jīng)部署在服務器上的人工智能算法運算后，再將告警結果反饋給駕駛員。

這兩種方式都對人工智能算法的效率和準確性有很高要求。一方面，算法效率決定了能否產(chǎn)生及時的告警，這對需要遠程傳輸?shù)脑O備更為重要。另一方面，準確性差的算法產(chǎn)生過多誤檢，進而導致頻繁告警，也會影響司機正常駕駛，適得其反。另外，不同場景下，采集到的圖片往往光照、角度、遮擋等不一，對駕駛員檢測算法帶來很多挑戰(zhàn)。

現(xiàn)有的駕駛員行為檢測算法，一般包含目標檢測、人臉檢測、人臉關鍵點檢測、人體姿態(tài)識別、手部姿態(tài)識別等典型算法。除了算法本身的準確性和效率的限制，算法的選擇和組合也是正確識別的關鍵。

發(fā)明內容

本發(fā)明提供的一種駕駛員不規(guī)范行為檢測方法，針對在駕駛過程(包括駕駛私家車、貨車、大中型客車、軌道交通工具等)中，司機接打電話、抽煙、困倦疲勞、分心等不規(guī)范駕駛行為的視覺檢測方法，可靈活部署在終端設備或服務器上，同時檢測多種不規(guī)范駕駛行為，并在曝光不足、人臉遮擋、角度不正等問題下，仍然保持一定的報警精度；以克服現(xiàn)有技術的缺陷。

本發(fā)明提供一種駕駛員不規(guī)范行為檢測方法，包括以下檢測步驟：

步驟A、初始化N個報警隊列，并設定每個隊列的長度，每個隊列中的初始值均為0。

步驟B、獲取當前駕駛位置的圖片。

步驟C、判斷當前駕駛位置的圖片是否具有人臉目標。當判斷具有人臉目標時，進入步驟D。

步驟D、每個報警隊列對應一個設定的報警條件，分別判斷當前駕駛位置的圖片是否符合每一個設定的報警條件。

當任意一個當前駕駛位置的圖片不符合設定的報警條件時，在該報警隊列的一端插入0，并刪除另一端第一個數(shù)字。返回步驟B。

當任意一個當前駕駛位置的圖片符合設定的報警條件時，在該報警隊列的一端插入1，并刪除另一端第一個數(shù)字。然后對隊列求和，再判斷隊列的和是否大于等于該隊列報警閾值，當隊列的和大于等于該隊列報警閾值時，進行報警。返回步驟B。

當隊列的和小于該隊列報警閾值時，返回步驟B。

進一步，本發(fā)明提供一種駕駛員不規(guī)范行為檢測方法，還可以具有這樣的特征：步驟B包括以下步驟：

步驟B1、當前駕駛位置的圖片通過OpenCV的VideoCapture模塊判斷駕駛室攝像頭是否在開啟狀態(tài)。