[发明专利]驾驶行为监测方法、装置、系统、交通工具和存储介质

权利要求书

1.一种驾驶行为监测方法，其特征在于，所述方法包括：

对采集的交通工具内的视频信息执行检测操作，确定驾驶员的当前驾驶状态是否为异常驾驶状态；其中，所述检测操作包括分心驾驶检测和疲劳驾驶检测；对所述视频信息执行所述分心驾驶检测包括：确定第一预设时间段内所述视频信息的各图像帧中方向盘区域的各像素点属于肤色区域的特征概率，根据所述各图像帧对应的特征概率与预设概率阈值的大小，识别所述当前驾驶状态是否为分心驾驶状态；其中，所述特征概率为图像帧中方向盘区域的各像素点属于肤色区域的概率值的统计特征；

若所述当前驾驶状态为异常驾驶状态，则执行与所述异常驾驶状态对应的预警操作。

2.根据权利要求1所述的方法，其特征在于，所述检测操作还包括：异常变速驾驶检测，所述方法还包括：

对获取的交通工具的运行状态信息执行所述异常变速驾驶检测。

3.根据权利要求1所述的方法，其特征在于，所述对所述视频信息执行所述分心驾驶检测，还包括：

获取第一预设时间段内所述视频信息的各图像帧，并通过预设的椭圆轮廓检测算法对所述各图像帧进行处理，获取所述各图像帧中方向盘区域的各像素点；

根据预设的高斯肤色模型和所述方向盘区域的各像素点的像素值，计算所述各图像帧中方向盘区域的各像素点属于肤色区域的特征概率。

4.根据权利要求1或3所述的方法，其特征在于，所述根据所述各图像帧对应的特征概率与预设概率阈值的大小，识别所述当前驾驶状态是否为分心驾驶状态，包括：

计算所述各图像帧中任意连续的两个图像帧对应的特征概率的差值；

若所述特征概率的差值大于预设概率阈值，则确定所述当前驾驶状态为分心驾驶状态。

5.根据权利要求1所述的方法，其特征在于，所述对所述视频信息执行所述分心驾驶检测，还包括：

获取第一预设时间段内所述视频信息的各图像帧，并通过预设的人脸识别技术对所述各图像帧进行处理，获取所述各图像帧中嘴巴区域的各像素点；

计算所述各图像帧中嘴巴区域的各像素点的特征像素值；

根据所述各图像帧对应的特征像素值和预设特征像素阈值，识别所述当前驾驶状态是否为分心驾驶状态。

6.根据权利要求1所述的方法，其特征在于，对所述视频信息执行所述疲劳驾驶检测，包括：

获取第一预设时间段内所述视频信息的各图像帧，并通过预设的人脸识别技术对所述各图像帧进行处理，计算人脸特征点的闭合频率；

若所述人脸特征点的闭合频率大于预设频率阈值，则确定所述当前驾驶状态为疲劳驾驶状态。

7.根据权利要求6所述的方法，其特征在于，若人脸特征点为眼睛，则所述计算人脸特征点的闭合频率，包括：

根据所述各图像帧中的人眼状态，统计所述第一预设时间段内的眨眼次数；所述人眼状态包括睁开状态和闭合状态；

根据所述第一预设时间段和所述眨眼次数，计算眼睛的眨眼频率。

8.根据权利要求6所述的方法，其特征在于，若人脸特征点为嘴巴，则所述计算人脸特征点的闭合频率，包括：

根据所述各图像帧中的嘴巴状态，统计所述第一预设时间段内的嘴巴闭合次数；所述嘴巴状态包括张开状态和闭合状态；

根据所述第一预设时间段和所述嘴巴闭合次数，计算嘴巴的闭合频率。

9.根据权利要求2所述的方法，其特征在于，所述对获取的交通工具的运行状态信息执行所述异常变速驾驶检测，包括：

获取第二预设时间段内车辆的速度信息以及方向盘的角度信息；

根据所述车辆的速度信息，获取所述第二预设时间段内车辆的特征速度和特征加速度；以及根据所述方向盘的角度信息，获取所述第二预设时间段内车辆的特征角加速度；

根据所述特征速度和预设特征速度阈值，所述特征加速度和预设特征加速度阈值，以及所述特征角加速度和预设角加速度阈值，识别所述当前驾驶状态是否为异常变速驾驶状态。