[发明专利]一种监测司机开车使用手机的方法及装置

说明书

本发明提供了一种监测司机开车使用手机的方法及装置，其中方法包括：获取摄像头采集的行驶车辆的RGB图像；通过已训练的二分支多级卷积神经网络得到行驶车辆的RGB图像中人体耳骨的坐标；通过已训练的Mask‑RCNN对行驶车辆的RGB图像中的手机进行实例分割，得到已训练的Mask‑RCNN输出的行驶车辆的RGB图像中手机部分的二值掩膜；根据行驶车辆的RGB图像中手机部分的二值掩膜，通过预置第一公式和预置第二公式计算行驶车辆的RGB图像中手机的质心坐标；根据人体耳骨的坐标与手机的质心坐标，通过预置第三公式计算人体耳骨与手机的欧几里得距离D；判断欧几里得距离D是否大于预设距离阈值，若是，则司机开车未使用手机，若否，则司机开车使用手机。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种监测司机开车使用手机的方法及装置。

背景技术

近年来，利用计算机视觉分析等先进的信息技术实现高效、智能、安全的智能交通系统已经成为城市管理的发展方向，而电子警察系统是整个智能交通大平台建设的重要组成部分。道路交通安全违法行为自动记录系统(俗称“电子警察”系统)是对道路上发生的各类交通安全违法行为进行图像自动取证，为闯红灯、闯禁令、超速等各类交通安全违法行为的责任鉴定、时候查询提供真实、可靠、全面的信息，并能够以图文、视频录像等多种形式对外提供信息服务，结合相应的处罚管理手段，对道路交通秩序能起到积极的规范作用。

目前存在两种检测方法：

1.根据车辆检测方式分类，分为线圈检测和视频检测，以及两者相结合的检测方式三种。

2.根据图像采集传感器的成像像素分类，分为相机、数码相机、模拟标清摄像机、模拟标清摄像机结合数码相机、高清摄像机五类

但是，两种检测方法均存在缺陷：

1)车辆检测方式

①线圈检测的缺点：不能实现对非机动车与行人的有效检测，因为行人基本不会引起磁场变化，而非机动车引起的变化很小，不能达到检测器灵敏度的最低限；施工复杂，需要破路，安装过程对可靠性和寿命影响很大；系统结构复杂，故障率提高，线圈间有可能出现相互干扰；破路后经车压易引起路面沉降，线圈会断裂而失效，在车辆多或有重型卡车的路上尤其严重；线圈会老化，老化后易受损，维护复杂成本高；线圈触发抓拍单帧图片有时会导致漏车。

2)图像采集传感器的成像像素

①模拟标清摄像机：图像分辨率低、清晰度不够等；

②数码相机：民用数码相机还没有针对电子警察系统专门设计的产品，每次拍照前必须做对焦，在信号触发后车移动距离大，不能很好地适应新的电子警察拍摄要求。

随着人工智能的发展，以及CMOS传感器画质的提高和成本的优势，摄像头的工艺越来越精细，为第四代的电子警察奠定了硬件基础，在这个硬件基础上，视频检测的优势凸显，通过视频检测，将人工智能和计算机视觉技术引入到道路交通安全违法行为自动记录系统中，能够提高判别的精度，减少人力资源的开销。

发明内容

本发明提供了一种监测司机开车使用手机的方法及装置，将人工智能和计算机视觉技术引入到道路交通安全违法行为自动记录系统中，提高判别的精度，减少人力资源的开销。

本发明提供了一种监测司机开车使用手机的方法，包括：

S1、获取摄像头采集的行驶车辆的RGB图像；

S2、通过已训练的二分支多级卷积神经网络得到所述行驶车辆的RGB图像中人体耳骨的坐标；

S3、通过已训练的Mask-RCNN对所述行驶车辆的RGB图像中的手机进行实例分割，得到已训练的Mask-RCNN输出的所述行驶车辆的RGB图像中手机部分的二值掩膜；