[发明专利]安全带识别模型构建方法及装置

说明书

技术领域

本发明涉及智能交通技术领域，具体涉及一种安全带识别模型构建方法及装置。

背景技术

智能交通系统是未来交通系统的发展方向，也是目前世界交通运输领域的前沿研究课题。汽车事故调查表明，在发生正面撞车时，如果系了安全带，可使死亡率减少57％，侧面撞车时可减少44％，翻车时可减少80％。因此如何有效的监管驾驶员是否系安全带并促使驾驶员有意识的养成安全文明驾车的习惯，从而最终达到减少交通事故中的人员伤亡是一个有意义的课题。近些年来，基于图像处理技术的智能交通系统目前已经取得了非常广泛的应用，但通过高清监控摄像机采集的卡口图像数据来分析驾驶员是否系了安全带仍然面临着诸多困难，没有非常成熟的算法。如何通过图像识别的高端技术手段，辅助交警通过强制执法处罚不系安全带的驾驶行为，来提高驾驶员自觉系安全带的意识是一个全新的研究方向。

发明内容

有鉴于此，本发明实施例提供了一种安全带识别模型构建方法及装置，以解决现有技术中未系安全带行为检测准确率低的问题。

为此，本发明实施例提供了如下技术方案：

本发明实施例提供了一种安全带识别模型构建方法，包括：采集头肩区域图像；根据所述头肩区域图像获取系安全带训练集和未系安全带训练集；根据各个所述系安全带训练集确定正样例特征；根据各个所述未系安全带训练集确定负样例特征；利用所述正样例特征和所述负样例特征训练分类器，获取安全带识别模型。

可选地，根据所述头肩区域图像获取系安全带训练集和未系安全带训练集包括获取所述头肩区域图像的特征信息；将所述特征信息输入线性分类器；根据所述线性分类器的输出结果获取所述系安全带训练集和所述未系安全带训练集。

可选地，根据所述线性分类器的输出结果获取所述系安全带训练集和所述未系安全带训练集包括：当所述线性分类器的输出结果大于零时，确定所述头肩区域图像属于所述系安全带训练集；当线性分类器输出结果小于零时，确定所述头肩区域图像属于所述未系安全带训练集。

可选地，采集头肩区域图像之后，所述方法还包括：通过高斯滤波对所述头肩区域图像进行平滑处理。

本发明实施例还提供了一种安全带识别模型构建装置，包括：采集模块，用于采集头肩区域图像；第一获取模块，用于根据所述头肩区域图像获取系安全带训练集和未系安全带训练集；确定模块，用于根据各个所述系安全带训练集确定正样例特征；根据各个所述未系安全带训练集确定负样例特征；第二获取模块，用于利用所述正样例特征和所述负样例特征训练分类器，获取安全带识别模型。

可选地，所述第一获取模块包括：第一获取单元，用于获取所述头肩区域图像的特征信息；输入单元，用于将所述特征信息输入线性分类器；第二获取单元，用于根据所述线性分类器的输出结果获取所述系安全带训练集和所述未系安全带训练集。

可选地，所述第二获取单元还用于：当所述线性分类器的输出结果大于零时，确定所述头肩区域图像属于所述系安全带训练集；当线性分类器输出结果小于零时，确定所述头肩区域图像属于所述未系安全带训练集。

可选地，所述装置还包括：处理模块，用于所述采集模块采集头肩区域图像之后，通过高斯滤波对所述头肩区域图像进行平滑处理。

本发明实施例技术方案，具有如下优点：

本发明实施例提供了一种安全带识别模型构建方法及装置，在该方法中，采集头肩区域图像，根据该头肩区域图像获取系安全带训练集和未系安全带训练集，根据各个系安全带训练集确定正样例特征，根据各个未系安全带训练集确定负样例特征，利用该正样例特征和该负样例特征训练分类器，获取安全带识别模型。通过本发明实施例解决了现有技术中未系安全带行为检测准确率低的问题，实现了构建安全带识别模型，提高了识别未系安全带的准确率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的安全带识别模型构建方法的流程图；

图2是根据本发明实施例的安全带识别模型构建装置的一个结构框图；

图3是根据本发明实施例的安全带识别模型构建装置的另一个结构框图；

图4是根据本发明实施例的安全带识别模型构建装置的另一个结构框图。

具体实施方式