[发明专利]一种基于驾驶室近红外相机的分神驾驶行为预警方法

说明书

本发明涉及一种基于驾驶室近红外相机的分神驾驶行为预警方法，包括下列步骤：①驾驶员人脸检测，通过车载近红外相机离线采集驾驶室场景近红外图像数据，对图像数据人脸区域进行标注，离线训练Adaboost分类器作为人脸检测分类器，利用人脸检测分类器搜索人脸感兴趣区域；②危险驾驶行为检测，基于人脸感兴趣区域，增加背景区域，利用深度卷积神经网络进行危险驾驶行为检测；③危险驾驶行为预警，利用时序数据对危险驾驶行为进行多帧确认，如达到设定的连续帧数阈值，则发出视觉预警信号和/或听觉预警信号。本发明能对驾驶员的分神类危险驾驶行为进行识别与预警，以提示驾驶员立即改变分神行为，保持到正常规范驾驶状态，从而提高行车安全性。

技术领域

本发明涉及车辆控制领域，尤其涉及一种基于驾驶室近红外相机的分神驾驶行为预警方法。

背景技术

据道路交通事故数据统计，有超过半数的交通事故是由汽车驾驶员的危险行为或错误车辆操作所导致的，然而，此类人为事故中大部分是由于疲劳驾驶或驾驶员的分神行为造成的。现有乘用车以及商用车的主动安全系统很少有涉及驾驶员行为分析与提醒功能，尤其是对于商业运输车辆而言，长时间驾驶以及长途驾驶使上述危险驾驶情况的发生概率更高。现有大部分商用营运车辆不具备功能完善的驾驶员行为监测系统，有些虽具备车载录像以及操作记录功能，但不具备疲劳驾驶或危险驾驶行为预警功能，因而无法有效保障行车安全。

发明内容

本发明为了解决上述技术问题，提供一种基于驾驶室近红外相机的分神驾驶行为预警方法，利用驾驶室近红外视觉数据，对驾驶员在驾驶过程中的危险分神驾驶行为进行智能分析，能对分神的危险驾驶行为进行识别与预警，以提示驾驶员立即改变分神行为，保持到正常规范驾驶行为，从而提高行车安全性。

本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明一种基于驾驶室近红外相机的分神驾驶行为预警方法，包括下列步骤：

驾驶员人脸检测：通过车载近红外相机离线采集驾驶室场景近红外图像数据，对图像数据人脸区域进行标注，离线训练Adaboost分类器作为人脸检测分类器，利用人脸检测分类器搜索人脸感兴趣(ROI)区域；

②危险驾驶行为检测：基于人脸感兴趣区域，增加背景区域，利用深度卷积神经网络进行危险驾驶行为检测；

③危险驾驶行为预警：利用时序数据对危险驾驶行为进行多帧确认，如达到设定的连续帧数阈值，则发出视觉预警信号和/或听觉预警信号。

本发明中的危险驾驶行为指驾驶员在驾车过程中发生的吸烟行为和接打电话行为。本发明利用驾驶室近红外视觉数据，对驾驶员在驾驶过程中的危险驾驶行为进行智能分析，能对分神的危险驾驶行为进行识别与预警，以提示驾驶员立即改变分神行为，保持到正常规范驾驶行为，从而提高行车安全性。本发明可集成于基于视觉的驾驶室系统，形成疲劳驾驶与分神行为联合检测预警系统，具有延展性。

作为优选，所述的步骤①包括下列步骤：

(1.1)通过车载近红外相机离线采集驾驶室场景近红外图像数据，对图像数据人脸区域进行标注，生成正样本图像12000张，负样本图像20000张，离线训练级联Haar特征或LBP特征的Adaboost分类器作为人脸检测分类器；

(1.2)利用人脸检测分类器，在驾驶室感兴趣区域内按设定步长以及设定尺度滑窗搜索人脸感兴趣区域，对于每个滑窗，计算离线训练时所应用的Haar特征算子或LBP特征算子，并将所得特征向量送入Soft-Cascade分类器进行二分类，利用NMS对分类结果一致的重合滑窗区域进行合并，在线获得驾驶员人脸感兴趣区域；

(1.3)根据在线检测获得的驾驶员人脸感兴趣区域，提取角点计算，利用Lucas-Kanade光流方法计算角点特征的运动信息，并且更新角点特征位置，基于相似性投影关系假设，利用RANSAC方法计算当前帧人脸的位置更新，并与当前帧人脸检测结果进行融合，获得最终人脸感兴趣区域。