一種司機駕駛姿勢檢測的系統和方法
2023-09-18 01:29:40
專利名稱：一種司機駕駛姿勢檢測的系統和方法
一種司機駕駛姿勢檢測的系統和方法
技術領域：
本發明涉及一種疲勞駕駛提醒裝置，尤其是關於一種安裝在儀錶盤上的用於檢測駕駛姿勢的系統和檢測方法。
背景技術：
目前隨著私家車的劇增，越來越多的交通事故也隨著增多，而疲勞駕駛和司機的疏忽大意、判斷錯誤則是引發重大交通事故的主要原因。在交通事故中，疲勞駕車所造成的交通事故佔的比例較大，這是由於在疲勞時，人們大腦的控制能力下降，若沒有旁人提醒，疲勞者仍然駕車行駛，在這種情況下駕車就容易發生交通事故，因此需要在司機疲勞駕駛 時發出提醒。在美國研製成功的一種針對疲勞駕駛的紅外線眼球掃描儀，所述紅外線眼球掃描儀如一個小型的攝像機，將其安裝在儀錶盤上，讓鏡頭對準司機，掃描儀就會連續發出紅外線信號來掃描司機眼球中的眼白部分，同時判斷出疲勞程度並發出警告。可以看出，這種紅外線眼球掃描儀在司機駕駛的過程中對眼白部分的掃描並不精確，因為如果司機處於顛簸的狀態，很難檢測到司機的眼白部分。一種駕駛疲勞提醒器NAP ZAPPER，其外形類似於一個藍牙耳機，可以掛在耳邊，其主要是利用一種電子平衡度，在司機駕駛的過程中，當司機的頭部傾斜有瞌睡的跡象時，則所述駕駛疲勞提醒器就會在司機的耳邊發出很大的譁譁聲以防止司機在駕駛的時候睡著了。這種發明存在的缺陷是首先，所述駕駛疲勞提醒器掛在耳邊帶來不舒適，如果司機同樣掛有藍牙耳機通話則比較不方便；其次，司機在小幅度內發生傾斜則容易發生虛假報警，而如果司機在頭部正常，但肩膀傾斜的駕駛，則不會提出警報，也可能失去了提醒的價值。日本發明了一款最新的太陽能疲勞駕駛提醒器，其內置振動感應晶片，在沒有檢測到行駛的狀態下，則通常四個LED燈交替點亮，即處於防盜狀態，一次振動感應後即會啟動報警模式，並進入行駛檢測狀態。如果檢測到連續行駛I小時則警報提醒10秒；如果檢測到連續行駛2小時則警報提醒20秒；如果檢測到連續行駛到達3小時則警報2分鐘提醒一次並連續提醒知道車主停車，停止休息15分鐘以上警報提醒解除。可以看出，該發明實現了疲勞提醒的功能，但這種發明也存在一定的缺陷，首先，所述LED不能更換，且在陽光不能充滿電的情況下，可能警報則會失效；其次，如果駕駛員在2小時20分鐘疲勞則可能無法有警報的狀態，此時則失去了疲勞提醒的意義了。因此需要提出一種新的技術方案來克服上述問題。
發明內容本部分的目的在於概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用於限制本發明的範圍。本發明的目的之一在於提供一種司機駕駛姿勢檢測的系統，其可以準確的提供司機的狀態信息並發出警報，有利於交通行駛安全。本發明的目的之二在於提供一種司機駕駛姿勢檢測的方法，其可以準確的提供司機的狀態信息並發出警報，有利於交通行駛安全。根據本發明的一方面，本發明提供一種司機駕駛姿勢檢測的系統，其包括攝像模塊，攝取司機在正確姿勢下和當前狀態下的圖像；人臉檢測模塊，從所述攝像模塊獲取的圖像中檢測到司機在正確姿勢下的人臉和當前狀態下的人臉；報警判斷模塊，用於定位人臉特徵，計算定位到的至少兩個人臉特徵之間的距離，根據至少兩個人臉特徵之間的距離實時計算人臉與攝像頭的距離，判斷人臉與攝像頭的距離是否超出了預設的距離閾值範圍，超出所述距離閾值範圍則報警；或/和，定位人臉特徵，跟蹤定位到的人臉特徵以判斷人臉的姿態，計算每次姿態結束時最後一幀圖像的人臉與攝像頭的距離，判斷人臉與攝像頭的距離是否超出了所述距離閾值範圍，超出所述距離閾值範圍則報警；或/和，定位人臉特徵，找出在正確姿勢下的圖像上的兩個人臉特徵點，計算該兩個人臉特徵點的連線與水平線形成的第一夾角，找出當前狀態下圖像上的對應兩個人臉特徵點，該對應的兩個人臉 特徵點的連線與水平線形成第二夾角，判斷第一夾角和第二夾角的差是否超出角度閾值範圍，超出所述角度閾值範圍則報警。進一步的，定位的人臉特徵包括眼睛、鼻子或嘴。進一步的，所述跟蹤定位到的人臉特徵包括通過跟蹤人臉上的固定的人臉特徵以判定人臉的移動方向。進一步的，報警判斷模塊中的所述兩個特徵點，其具體通過尺度不變特徵變化的方法提取圖像不變的特徵，特別是瞳孔中心點、眼角、嘴中點、鼻尖、眉峰中選取最可靠的兩個特徵點。進一步的，所述司機駕駛姿勢檢測的系統還包括肩部檢測模塊，檢測出雙肩的區域；肩部報警判斷模塊，對雙肩區域的圖像進行處理，用二次拋物線或四次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並利用這兩組參數訓練一個二類分類器，之後將實時檢測到的雙肩區域的圖像通過二次拋物線或四次多項式曲線擬合得到實時參數，隨後將所述實時參數通過所述訓練後的二類分類器進行判斷並判定是否報警；進一步的，所述區域為人臉下方長為人臉寬的3倍，寬為人臉長的I. 5倍的矩形區域。進一步的，以所述矩形區域的左下頂點為坐標原點，確定的二維坐標系中，另所述二次拋物線為f(x) = ax2+bx+c,則所述參數為a, b, c, 4次多項式曲線可表示為，W (X)=a X4+^ X3+ u X2+ Y X+入，所述參數為a，旦，u，Y，入，其中x為坐標系中雙肩上的點。進一步的，所述二類分類器訓練後會形成兩個區域，正確的雙肩姿勢下的參數進入分類器後會落入其中一個區域內，不合乎規範的雙肩姿勢下的參數進入分類器後會落入另一個區域內。根據本發明的另一方面，本發明提供一種司機駕駛姿勢檢測的方法，其包括通過攝像頭獲取司機在正常姿勢下的人臉圖像，並根據所述人臉圖像定位人臉特徵；在當前情況下，通過所述攝像頭獲取人臉圖像，並根據所述人臉圖像確定人臉特徵，計算定位到的至少兩個人臉特徵之間的距離，根據所述距離實時計算人臉與攝像頭的距離，判斷人臉與攝像頭的距離是否超出了預設的距離閾值範圍，超出所述距離閾值範圍則報警；或/並，定位人臉特徵，跟蹤定位到的人臉特徵以判定人臉頭部姿態，並計算每次姿態結束時最後一幀圖像的人臉與攝像頭的距離，判斷人臉與攝像頭的距離是否超出了所述距離閾值範圍，超出所述閾值距離閾值範圍則報警；或/並，定位人臉特徵，找出在正確姿態下的圖像中兩個人臉特徵點，計算該兩個人臉特徵點的連線與水平線形成的第一夾角，找出當前狀態下圖像上的對應的兩個人臉特徵點，該對應的兩個人臉特徵點的連線與水平線形成的第二夾角，判斷第一夾角和第二夾角的差是否超出角度閾值範圍，超出所述角度閾值範圍則報警。進一步的，所述司機駕駛姿勢檢測的方法，還包括根據雙肩姿勢來判定是否進行報警提醒，其具體包括檢測雙肩區域，對所述區域中的圖像處理，用二次拋物線或四次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並將這兩組參數在一個二類分類器中進行訓練，之後將實時檢測到的雙肩區域的圖像通過二次拋物線或四次多項式曲線擬合得到相應的係數，隨後將所述實時參數通過所述訓練後的二類分類器進行判斷並判斷是否報警。 進一步的，所述二類分類器訓練後會形成兩個區域，正確的雙肩姿勢下的參數進入分類器後會落入其中一個區域內，不合乎規範的雙肩姿勢下的參數進入分類器後會落入另一個區域內。與現有技術相比，本發明的司機駕駛姿勢檢測的系統可以根據對頭部人臉的檢測和識別以及對肩膀的檢測，在頭部和肩膀的狀態超出預先設定的範圍時則發出警報信息，從而有利於交通行駛的安全。
為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其它的附圖。其中圖I為本發明中司機駕駛姿勢檢測的系統的一個實施例；圖2為本發明中頭部姿態與原始圖像之間的變化的示意圖；圖3為本發明中司機駕駛姿勢檢測的系統的另一個實施例；圖4為本發明中一種司機駕駛姿勢檢測的方法的流程圖；和圖5為本發明中另一種司機駕駛姿勢檢測的流程圖。
具體實施方式本發明的詳細描述主要通過程序、步驟、邏輯塊、過程或其他象徵性的描述來直接或間接地模擬本發明技術方案的運作。為透徹的理解本發明，在接下來的描述中陳述了很多特定細節。而在沒有這些特定細節時，本發明則可能仍可實現。所屬領域內的技術人員使用此處的這些描述和陳述向所屬領域內的其他技術人員有效的介紹他們的工作本質。換句話說，為避免混淆本發明的目的，由於熟知的方法和程序已經容易理解，因此它們並未被詳細描述。
此處所稱的"一個實施例"或"實施例"是指可包含於本發明至少一個實現方式中的特定特徵、結構或特性。在本說明書中不同地方出現的"在一個實施例中"並非均指同一個實施例，也不是單獨的或選擇性的與其他實施例互相排斥的實施例。此外，表示一個或多個實施例的方法、流程圖或功能框圖中的模塊順序並非固定的指代任何特定順序，也不構成對本發明的限制。本發明提供一種通過攝像頭攝取的司機人臉頭部和雙肩的圖像，並對圖像中人臉頭部和雙肩的分析進行判定駕駛姿勢的系統，其具體可參見圖I和圖3所示。圖I為本發明中司機駕駛姿勢檢測的系統100的一個實施例，請參閱圖I所示，其中所示司機駕駛姿勢檢測的系統100包括攝像模塊110、人臉檢測模塊120和報警判斷模塊130，其通過對當前狀態下人臉頭部的檢測和跟蹤，判定出所述人臉頭部姿態是否超出了正確狀態下對應的閾值範圍，超出則報警。所述攝像模塊110用於攝取正確姿勢下和當前狀態下司機的人臉頭像和雙肩區域的圖像，其一般安裝在儀錶盤上，這樣檢測到的人臉圖像比較全面。 所述人臉檢測模塊120用於對攝取的圖像進行人臉檢測，即從所述攝像模塊110獲取的圖像中檢測到司機在正確姿勢下的人臉和當前狀態下的人臉。所述人臉檢測技術已經是非常成熟的技術，是所述領域的技術人員都能夠實現的，所述這裡就不再詳述。所述報警判斷模塊130包括三種判斷方式，第一種判斷方式實時定位所述人臉的特徵，計算定位到的至少兩個人臉特徵之間的距離，根據至少兩個人臉特徵之間的距離實時計算人臉與攝像頭的距離，從而判斷人臉與攝像頭的距離是否超出了預先設定的距離閾值範圍，超出了所述閾值範圍則報警。這裡定位的人臉特徵可以為雙眼、鼻子和嘴，其中所述兩個人臉特徵之間的距離可以為雙眼中心的距離、雙眼中心分別和鼻子中心的距離、雙眼中心分別和嘴區域中心的距離以及鼻子中心和嘴區域中心的距離等。一般的，在人臉檢測和識別的過程中，由於對人眼的識別比較明顯，所以在定位人臉特徵時通常會定位雙眼的距離。在一個實施例中，根據檢測到的雙眼之間的距離，則可以計算人臉與攝像頭之間的距離，具體來說攝像頭的距離與雙眼的距離呈一個比例關係，在標準狀態下攝像頭的距離與雙眼的距離均是固定，所以，可以通過當前狀態下雙眼的距離來判定攝像頭和司機的距離。一般的，雙眼距離和司機與攝像頭的距離為正比例關係，則標準情況下，設雙眼距離為a，司機與攝像頭的距離為b，當前狀態下，雙眼距離為C，司機與攝像頭的距離為X，則有關係a/b = c/x,即 x = b氺c/a。第二種判斷方式定位人臉特徵，之後根據定位到的所述人臉特徵以判斷人臉的姿態，並計算每次姿態結束時最後一幀圖像的人臉與攝像頭的距離，判斷人臉與攝像頭之間的距離是否超出了所述距離閾值範圍，超出了所述距離閾值範圍則報警。也就是說，可以跟蹤人臉上某一個固定特徵，如眼睛、鼻子或嘴，從而可以確定人臉頭部是一個連續的前傾、後仰或左右移動的過程，相對於第一種判斷方式，第二種判斷方式是通過對人臉的跟蹤，在人臉持續處於某一個姿勢時，當這個姿勢結束髮生姿勢變化時，才需要計算姿態結束時最後一幀圖像與攝像頭的距離，這樣計算效率比較高。當然，通過上述跟蹤只能初步判斷人臉頭部的一個連續的姿態，不能判定是否超出了閾值，所以需要對每次姿態不再繼續移動時即最後一幀圖像的人臉與攝像頭的距離，超出距離閾值則報警。例如，司機正常姿態下與攝像頭的距離為30-50cm，根據上述跟蹤技術得到司機前傾，並且在不再繼續前傾的時亥IJ，人臉與攝像頭的距離為25cm，則可以判斷司機由於前傾超出了距離閾值，此時可做報警處理。在一個實施例中,對於人臉跟蹤則採用光流場(Optical Flow)算法，由於捕獲到的司機的人臉圖像的區域範圍比較小，所以一般採用光流場的方法比較精確。而跟蹤的具體實現可以通過軟體、硬體或軟硬體結合來實現，其具體的實現是本領域的普通技術人員都能夠實現的，所述這裡就不再一一詳述了。一般的，上述第一種判斷方式通過直接測量人臉與攝像頭的距離雖然也可以判斷出司機是否超出閾值範圍，但由於要實時計算每一張圖像中人臉與攝像頭的距離，在實際應用中效率會比較低下，提醒不及時，容易造成交通事故，所以一般還會採用人臉跟蹤技術。所述人臉跟蹤技術是在初始捕獲的圖像的基礎上進行跟蹤的，而司機在開車初始的狀態一般是比較規範的，隨著開車的進行通過某種跟蹤方法來跟蹤初始的開車圖像，這樣就得到了在原始狀態下，所述司機人臉圖像的移動狀態，即前傾、後仰或左右偏移等。並在某一個狀態下，計算司機人臉與攝像頭之間的距離再結合跟蹤的移動狀態則可以判斷司機是 否超出了姿態範圍。第三種判斷方式定位到的人臉特徵，找出正確姿勢下的圖像中的兩個人臉特徵點，計算該兩個人臉特徵點的連線與水平線形成的第一夾角，找出當前狀態下的圖像上的兩個人臉特徵點，計算該兩個人臉特徵點的連線與水平線形成的第二夾角，判斷所述第一夾角和第二夾角的差是否超出角度閾值範圍，超出所述角度閾值範圍則報警。在一個實施例中，由於開車時光照等變化較大，所以一般採用的判定方法為尺度不變特徵變化 SIFT (Local Scale-Invariant Features Transform),其具體為通過所述SIFT算法提取圖像中特徵不變的特徵點取其中最可靠的兩個特徵點，特別是可以從瞳孔中心點、眼角、嘴中點、鼻尖、眉峰等選取其中最可靠的兩個特徵點。為了更具有普遍性，這裡選用一般的可靠特徵點的選取方法，具體的可以參見圖2所示，圖2為本發明中頭部姿態與原始圖像之間的變化的示意圖，其中左圖為正確姿態下的圖像，直線L為圖像中水平直線，左邊的圖中直線albl為兩個特徵點所在的直線，圖中得到兩個最可靠的特徵點al、bl，可以看出，這裡所示的特徵點al、bl形成的直線與所述的水平直線L大致垂直；中間的圖為實時檢測的當前姿態下的圖，圖中分別對應於圖I中特徵點al和bl的兩個特徵點為a2、b2。a2、b2所在的直線與水平線L形成的夾角為a，現將兩個圖中的兩對特徵點al、b I和a2、b2所在的直線分別根據所述水平直線為參考移動到同一個圖中，如右圖所示，可以很明顯的得出，兩對特徵點連線的夾角為P，即兩對特徵點所在的直線分別與所述水平直線L形成的夾角的差P。而這個夾角的差P則說明在兩幅圖中存在偏移角度，且所述偏移角度則代表著人臉發生的偏移角度。在實際應用中，通過所述偏移的角度來判定人臉是否偏移以致超出了閾值範圍。在司機實際駕駛的過程中，除了採用上述光流場跟蹤的方法來判斷司機的移動情況外，一般還會結合所述頭部姿態估計技術，獲取人臉上最可靠的兩個特徵點，以及所述特徵點在每幀中變化的夾角差來判定司機的移動角度，使得對司機的移動估計更加精確。由此可知，以上三種判定方式在實際應用中，可以用一種方式或其中兩種方式相結合，只是判定效果可能會比較差，當然，為了達到較高的精確度和速率，一般會同時引用。
在實際應用中，這裡的警報提醒可以為光信號提醒或聲信號提醒等使得產生的報警信號能對人有提醒的功能。圖3為發明中司機駕駛姿勢檢測的系統300的另一個實施例，請參閱圖3所示，其中圖3中所示出的司機駕駛姿勢檢測的系統300則為通過雙肩進行姿勢檢測的部分，其具體包括攝像模塊310、肩部檢測模塊320和肩部報警判斷模塊330，其中通過對肩部的檢測和擬合，並根據一系列正確姿勢下和不正確姿勢下的樣本擬合的參數通過分類器進行訓練得到合乎健康的參數判定規則，這樣對不同情況下擬合的參數均可以通過訓練好的分類器進行分類，以做出姿態的判定。這裡所述的攝像模塊310和圖I中所述的攝像模塊110可以是同一個攝像頭，當然也可以不是同一個攝像頭，但其在利用雙肩判定駕駛姿勢時均可以獲取雙肩區域的圖 像。所述肩部檢測模塊320用於檢測區域內的雙肩，所述區域為頭部以下人臉大小的3X1. 5倍的矩形區域，也就是說，所述矩形區域的長為臉部寬的3倍，且與臉部寬同方向，所述矩形區域的寬為臉部長的I. 5倍，且與臉部長同方向向下，其靠近頭部的一長邊的中心為下巴中心。這樣雙肩基本可以落入在這個矩形區域內。所述肩部報警判斷模塊330首先對雙肩區域的圖像進行處理，用二次拋物線或四次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並將這兩組分別代表正確姿勢和非正確姿勢的參數來訓練一個二類分類器，之後將實時檢測到的雙肩區域的圖像通過二次拋物線或四次多項式曲線擬合得到實時參數，隨後將所述實時參數通過所述訓練後的二類分類器進行判斷並報警。對於所述雙肩區域內的圖像進行處理，具體來講，其採用帶權的Hough變換對所述矩形區域進行圖像處理以得到雙肩近似水平邊緣線，並通過二次拋物線對得到的雙肩邊緣線進行擬合。在一個實施例中，可以將所述矩形區域的左下頂點作為坐標原點，確定一個二維坐標系，拋物線可定義為f (X) = ax2+bx+c,係數a, b, c, W (x)=a X4+^ X3+ u X2+ Y x+入，所述參數為a，旦，u，Y，入，其中x為坐標系中雙肩上的點。其具體過程如下選取一系列合乎規範的雙肩和不合健康習慣的雙肩圖像作為樣本，如合乎規範的雙肩樣本為40個，不合健康習慣的樣本為40個，分別將這些樣本通過拋物線擬合，得到兩組不同的系統參數組，這兩組參數組分別代表了正確的雙肩姿勢和不合乎規範的雙肩姿勢，可以用Fisher判別準則或者SVM進行訓練得到規則O。例如，利用SVM 二類分類器，其通過上述兩組參數的訓練，得到一個可以判斷正確姿勢和不合乎規範姿勢的二類分類器，比如，對於正確的雙肩姿勢的參數通過二類分類器可以落入在大於0的一個區域，對不合乎規範的雙肩姿勢的參數可以落入在小於0的區域，這樣對不同條件下的人的雙肩，其得到的參數落入在大於0的區域則為正確的雙肩姿勢，否則為不合乎規範的雙肩姿勢，從而可以根據所述訓練後的分類器做出姿勢的判定。在一個具體的示例中，不妨選用SVM 二類分類器進行訓練，首先選兩個類的樣本進行訓練，如80個樣本，40個樣本為正確狀態下擬合雙肩的系統參數,40個樣本為不正確狀態下擬合雙肩的系統參數，利用這80個樣本進行訓練所述SVM，最後得到一個可以判定雙肩姿態的二類分類器，然後將當前姿態下的雙肩擬合後得到的參數帶入訓練好的二類分類器中則可判定當前姿態下的雙肩是否合乎規範。對於不合乎規範的雙肩姿勢則發出警報提醒。同理，這裡的警報提醒可以為光信號警報、聲信號警報或其他可以用於提醒司機的信號。值得注意的是，在實際應用中，除圖I和圖2中列出的實施例外，其一般是利用上述兩種方法同時進行判定，如對於人臉頭部超出閾值範圍的情況進行警報提醒，對於肩部姿態超出閾值範圍的情況進行警報提醒，對於人臉頭部和肩膀姿態均超出閾值範圍的情況進行警報提醒，從而提高了判定精度。圖4為本發明中司機駕駛姿勢檢測的方法的一個實施例中的流程圖，其中所述方法包括步驟410，攝取圖像，一般利用一個安裝於儀錶盤上的攝像頭進行頭像人臉圖像的米集；
步驟420，人臉檢測，利用軟體、硬體或軟硬體結合對上述攝取的圖像進行人臉檢測；步驟430，對上述人臉檢測後的人臉進行人臉特徵定位，一般人臉特徵選取為雙目艮，眼睛、鼻子和嘴等容易識別的特徵；步驟440，根據上述定位到的人臉特徵進行人臉跟蹤，可以通過不同的跟蹤方法，由於車內空間較小，一般採用光流場，效果比較好；步驟450，頭部姿態估計，計算在正確姿態下的圖像中選取的兩個特徵不變的人臉特徵點的連線與水平線形成的第一夾角，計算當前姿態下圖像中對應的兩個人臉特徵點的連線與水平線形成的第二夾角，最後計算所述第一夾角和所述第二夾角的差，根據所述兩個夾角的差來判別當前圖像中人臉偏移的角度，上述人臉跟蹤若獲取人臉頭部的移動趨勢可以輔助隊頭部姿態估計的判定；步驟460，臉部分析報警，對上述跟蹤判定的移動以及姿態估計的角度來判定當前姿態是否超出了閾值範圍，超出了則進行警報處理，這裡的警報信息可以為光信息、聲信息
坐寸o圖5為本發明中司機駕駛姿勢檢測的方法的另一個實施例中的流程圖，其中所述方法包括步驟510，攝取圖像，攝取包含有肩膀的圖像，一般利用一個安裝於儀錶盤上的攝像頭進行頭像人臉圖像的採集；步驟520，肩膀檢測，對上述採集的圖像進行肩膀檢測；步驟530，肩部擬合分析報警，對上述檢測後的圖像通過帶權的Hough變換進行圖像處理以得到雙肩的邊緣線，對上述邊緣線進行二次拋物線擬合，分別得到一組正確姿態下和一組非正常姿態下的拋物線的參數，通過上述兩組參數對Fisher準則或SVM進行訓練，並將實時得到的雙肩進行擬合得到的參數通過上述訓練後的Fisher準則或SVM進行判斷，當判定為非正確姿勢時則進行警報提醒。綜上所述，本發明通過對司機人臉的檢測和跟蹤判定來估計司機的人臉頭部是否超出偏移範圍並根據情況進行報警提醒，通過對司機雙肩的變化跟蹤和判定，確定駕駛方向盤的姿勢是否有問題，從而實現了在司機可能出現問題時進行提醒，由於對於人臉和肩膀均進行了估計判定，所以報警提醒的精確度比較高。
上述說明已經充分揭露了本發明的具體實施方式
。需要指出的是，熟悉該領域的技術人員對本發明的具體實施方式
所做的任何改動均不脫離本發明的權利要求書的範圍。相應地，本發明的權利要求的範圍也並不僅僅局限於前述具體實施方式
。
權利要求
1.一種司機駕駛姿勢檢測的系統，其特徵在於其系統還包括 肩部檢測模塊，檢測出雙肩的區域； 肩部報警判斷模塊，對雙肩區域的圖像進行處理，用二次拋物線或4次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並利用這兩組參數訓練獲得一個二類分類器，之後將實時檢測到的雙肩區域的圖像通過相應的曲線擬合得到相應的係數參數，並將所述實時參數通過所述訓練後的二類分類器進行判斷並判定是否報警。
2.根據權利要求I所述的司機駕駛姿勢檢測的系統，其特徵在於所述區域為人臉下方長為人臉寬的3倍，寬為人臉長的I. 5倍的矩形區域。
3.根據權利要求2所述的司機駕駛姿勢檢測的系統，其特徵在於以所述矩形區域的左下頂點為坐標原點，確定的二維坐標系中，所述二次拋物線為f (X) = ax2+bx+c,則所述參數為a, b, c,4次多項式曲線可表示為，W (X) = a x4+^ x3+u x2+ y *x+A,所述參數為a，@，u，Y，X，其中x為坐標系中雙肩上的點。
4.根據權利要求I所述的司機駕駛姿勢檢測的系統，其特徵在於所述二類分類器訓練後會形成兩個區域，正確的雙肩姿勢下的參數進入分類器後會落入其中一個區域內，不合乎規範的雙肩姿勢下的參數進入分類器後會落入另一個區域內。
5.一種司機駕駛姿勢檢測的方法，其特徵在於其包括 檢測雙肩區域，對所述區域中的圖像處理，用二次拋物線或四次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並將這兩組參數在一個二類分類器中進行訓練，之後將實時檢測到的雙肩區域的圖像通過二次拋物線或四次多項式曲線擬合得到實時參數，隨後將所述實時參數通過所述訓練後的二類分類器進行判斷並判斷是否報警。
6.根據權利要求5所述的司機駕駛姿勢檢測的方法，其特徵在於所述二類分類器訓練後會形成兩個區域，正確的雙肩姿勢下的參數進入分類器後會落入其中一個區域內，不合乎規範的雙肩姿勢下的參數進入分類器後會落入另一個區域內。
全文摘要
本發明提供一種司機駕駛姿勢檢測的系統，其包括肩部檢測模塊，檢測出雙肩的區域；肩部報警判斷模塊，對雙肩區域的圖像進行處理，用二次拋物線或4次多項式曲線分別擬合一組正確的雙肩姿勢和一組不合乎規範的雙肩姿勢的邊緣線以得到兩組參數，並利用這兩組參數訓練獲得一個二類分類器，之後將實時檢測到的雙肩區域的圖像通過相應的曲線擬合得到相應的係數參數，並將所述實時參數通過所述訓練後的二類分類器進行判斷並判定是否報警。這樣，該系統可以準確的提供司機的狀態信息並發出警報，有利於交通行駛安全。
文檔編號G08B21/06GK102646189SQ20121003996
公開日2012年8月22日 申請日期2010年8月11日 優先權日2010年8月11日
發明者崔國勤, 邱嵩 申請人:無錫中星微電子有限公司