[发明专利]一种驾驶员后视镜查看行为检测方法及系统

说明书

一种驾驶员后视镜查看行为检测方法及系统，以车载视频系统采集驾驶室图像，以驾驶员脸、颈可见皮肤区域共同作为图像分析处理对象，设定算法来自适应学习及跟踪识别脸颈可见皮肤区域，提取脸颈可见皮肤外轮廓，以脸颈可见皮肤外轮廓的颈部最低点为基点，过该基点的垂直线将脸颈可见皮肤外轮廓划分为左右两部分，定义左右两部分面积比为特征参数，获得此特征参数的基准特征值，通过当前特征参数与基准特征值的数值关系并结合凝视阈值和持续时间阈值来判定是否存在后视镜查看行为。本发明结构简单，检测方法具有较高的准确率、良好的自适应学习能力和抗干扰能力，且检测效率高，能够满足车辆快速行驶期间的后视镜查看行为的实时检测和提醒要求。

技术领域

本发明涉及车辆安全技术领域，更具体地，涉及一种能够在车辆转弯、并线、变更车道等转向操控过程中自动检测驾驶员是否有效查看了后视镜，并据此做出相应提醒的方法和系统。

背景技术

随着机动车保有量的迅速增加，交通事故发生率居高不下，交通安全已成为普遍被关注的问题。统计数据表明，25％～30％的交通事故与驾驶员的注意力状态直接相关，其中车辆转弯、并线、变更车道等转向操控过程是交通事故的主要发生场合之一，尤其常见于驾驶员未注意车辆转向侧后方交通信息的情况。后视镜查看行为的实时检测和必要提醒是降低此类交通事故发生概率的可探索路径，其研究对于以中国为代表的混合交通环境居多、交通参与者类型多元化的发展中国家而言尤其具有现实意义。

目前，车载视觉与图像处理技术是当前驾驶员后视镜查看行为检测研究的主要实现方案，其优点是无需驾驶员刻意配合且不易干扰驾驶员。在现有研究和技术应用中，驾驶员头部姿态的识别是其中的关键，主要基于人脸模板、脸部细节特征和脸部轮廓特征等方法来估计姿态参数。由于应用了人脸模型和/或细节特征，算法相对复杂易导致车辆高速行驶时检测实时性不足。仅针对脸部轮廓的方法虽然降低了细节信息表达能力，使算法实时性获得改善，但脸部几何特征定义时定位基准的选择往往容易受干扰。此外，这些情况在自适应学习能力方面有所欠缺，大都需要依赖预先设置的与各驾驶员紧密相关的模板或特征参数，但当驾驶员脸型改变(如更换驾驶员时)或脸部细节变化较大(如佩戴物遮挡时)或成像角度改变时(如调整座椅时)检测准确率可能受影响。

CN201110394497.6公开了一种“基于模式识别的安全驾驶监控系统和方法”，该方法提及了通过面部肤色检测方法对驾驶员的脸进行定位和分割，但最终还是为了进行脸部特征的提取，同样存在实时性差、易受干扰等缺陷。

由此可见，研究一种具有自适应学习能力的、实时性强的和良好抗干扰能力的驾驶员后视镜查看行为检测与提醒方法很有必要。

发明内容

本发明所要解决的技术问题在于提供一种驾驶员后视镜查看行为检测方法及系统，其选用特殊的图像分析处理对象，采用变化不大的基准点，可达到自适应学习能力强、实时性强和抗干扰能力强的目的。

为解决上述技术问题，本发明的技术解决方案是：

一种驾驶员后视镜查看行为检测方法及系统，以车载视频系统按时间间隔T实时连续逐帧采集驾驶室图像，以驾驶员脸部和颈部的可见皮肤区域共同作为图像分析处理对象，设定计算法来自适应学习以及跟踪识别驾驶员脸颈可见皮肤区域，提取驾驶员脸颈可见皮肤外轮廓，以脸颈可见皮肤外轮廓的颈部最低点为基点，过该基点的垂直线将脸颈可见皮肤外轮廓划分为左右两部分，定义左右两部分面积比为特征参数，获得此特征参数的基准特征值，通过当前特征参数与基准特征值的数值关系并结合凝视阈值和持续时间阈值来判定是否存在后视镜查看行为。

优选地，在车辆启动期间采用图像帧差搜索算法自适应学习识别驾驶员初始的脸颈可见皮肤区域。

优选地，在车辆行驶期间基于前帧图像的驾驶员脸颈可见皮肤区域采用胀缩法识别跟踪当前脸颈可见皮肤区域。

优选地，利用所述特征参数在后视镜查看行为过程中的累积概率局部峰值分布规律来估计基准特征值。