[发明专利]一种基于俯视特征的盲驾检测方法

说明书

技术领域

本发明涉及安全驾驶技术领域，特别是盲驾检测技术领域。

背景技术

随着汽车保有量的快速增长，人们在享受到交通的便利和快捷的同时，也伴随着各类交通事故的频发，造成巨大的人员和经济损失。造成交通事故的因素很多，其中驾驶员低头玩弄手机或手持终端造成的“盲驾”是一个重要的诱发原因，因为它不像饮酒驾驶或者接打电话驾驶那样被交通法规明令禁止，因此它也是人们普遍忽视的因素，然而，它造成的危害远远超过饮酒驾驶或者接打电话驾驶，具体体现在当驾驶员玩手机时，一般都需要低头或者俯视，视线严重偏离正前方，失去了对路面情况和周边环境的有效观察，一旦遇到紧急情况或突发情况，将会大大削弱驾驶员的应变能力，极易造成交通事故。当车速在65km/h时，低头看手机2秒，相当于盲开36米，一旦遇到紧急情况，刹车至少需20米，用智能手机打开并阅读一条微博需要12秒的话，相当于汽车盲开约216米。另外，玩手机驾驶易导致错过交通信号或看不到公告栏和其他标志等。

对于盲驾引起的交通事故，由于无法实时监控驾驶员的驾驶行为，一些客运和货运企业的监管部门只能以事后的推断作为划分责任的依据，无法进行事前的监控和预防。因此，实时监控驾驶员的盲驾行为，并及时反馈给运输企业监管部门，对于预防重大交通事故，有着重要的作用。

发明内容

针对上述问题，本发明要解决的技术问题在于提供一种盲驾检测方法。

具体技术方案如下：

一种基于俯视特征的盲驾检测方法，包括以下步骤：

11)检测开始前，加载人脸检测分类器文件；

12)检测开始，实时采集驾驶员的头部图像，并变换成灰度图像；

13)基于步骤11)加载的人脸检测分类器文件以及步骤12)所得到的灰度图像，判断当前帧中人脸是否存在，如是，则在灰度图像中准确找到驾驶员的左、右眼睛的上眼睑轮廓，通过曲线拟合算法获取上眼睑的轮廓半径；如否，则直接进入步骤14)；

14)如人脸不存在，则基于人脸消失的时间特征判断驾驶员是否处于盲驾状态；如人脸存在，则基于基于左、右眼睛的上眼睑轮廓特征，判断驾驶员是否处盲驾状态；

15)当驾驶员处于盲驾状态时，向驾驶员发出警报或向远程监控的服务器发送驾驶员处于盲驾状态时的实时视频。

进一步，所述步骤12)按照公式[1]，变换成灰度图像；

f(x,y)＝0.299r(x,y)+0.587g(x,y)+0.114b(x,y) [1]

其中，f(x,y)是变换图像中像素(x,y)处的灰度值，r(x,y)、g(x,y)、b(x,y)是原图中像素(x,y)处的红、绿、蓝三通道的值。

进一步，所述步骤13)包括以下步骤：

31)获取人脸检测的有效区域，如上一帧没有得到正确的人脸位置，则人脸检测的有效区域为全图区域；如上一帧存在正确的人脸位置，则有效区域为在原有人脸矩形区域的基础上，向左右各扩展半个人脸的矩形宽度，向上下各扩展半个人脸的矩形高度，形成的人脸检测的有效区域；

32)基于adaboost分类器，进行人脸检测；

33)判断人脸是否存在，如果是，清空时间戳列表，进入步骤34)，如果否，把当前帧时间戳放入时间戳列表，进入步骤14)；

34)基于人脸的“三庭五眼”布局规律，按照公式[2]、公式[3]，分别获取左、右眼睛的位置子区域rect_left、rect_right；

其中，rect_face是图像中的人脸位置区域；

35)获取左、右眼睛的上眼睑轮廓曲线；

36)基于最小二乘拟合理论式[7]、式[8]、式[9]，获取上眼睑轮廓曲线对应的圆半径R和圆心center；

其中，n是参与拟合的点集数目，x_i、y_i参加拟合的点的坐标；

37)获取最终的上眼睑轮廓半径，具体做法为，计算左、右眼睛的上眼睑轮廓半径的均值，把该均值放入半径列表中，同时把左眼睛的上眼睑轮廓圆心的纵坐标放入圆心列表中。

进一步，所述步骤35)具体包括以下步骤：

41)获取左眼睛的上眼睑轮廓曲线，先进行图像模糊处理，采用如式[4]的模板进行均值滤波；

42)图像增强，按照公式[5]，基于gamma滤波理论校正图像，增强眼睛图像的对比度，效果如图3；